MétaCan
Menu
Retour à la cohorte
Enregistrement W5945574

Reduced drug costs from switching hemodialysis patients from epoetin alfa in multidose vials to pre-filled syringes.

2010· article· en· W5945574 sur OpenAlexaboutno aff
Lori D Wazny, Colette B. Raymond, Kenyon Michelle, Dan E. Skwarchuk

Notice bibliographique

RevuePubMed · 2010
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueBiosimilars and Bioanalytical Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEpoetin alfaMedicineVialHemodialysisDrug holidayInternal medicineEmergency medicineErythropoietinSurgeryFamily medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: We sought to evaluate epoetin alfa drug costs in hemodialysis (HD) patients after a province-wide switch from multidose vials (MDV) to prefilled syringes (PFS). METHODS: A retrospective study of epoetin alfa drug costs and estimated doses based on these costs during a six-month period of MDV usage (2007) were compared to a PFS usage period (2008). Data were collected from quarterly counts of HD patients receiving epoetin alfa in the Manitoba Renal Program (MRP) and monthly inventory billing records. RESULTS: 756 patients who received epoetin alfa MDV were compared to 799 patients who received epoetin alfa PFS. Average weekly dose calculated from drug costs was 13,282 units (MDV) versus 11,689 units (PFS). Average weekly costs were $195.71 (MDV) versus $183.23 (PFS). This translated to an estimated $12.48 per patient per week in savings ($518,519 annual savings across the Manitoba Renal Program). CONCLUSION: The switch from epoetin alfa MDV to epoetin alfa PFS realized cost savings, likely as a result of reduced drug wastage.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,697
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,244
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetBiosimilars and Bioanalytical MethodsTravaux en français237 207