MétaCan
Menu
Retour à la cohorte
Enregistrement W7073725474

Economic Burden of Bilateral Neovascular Age-Related Macular Degeneration: Multi-Country Observational Study

2008· article· en· W7073725474 sur OpenAlexaboutno aff

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geochemical Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésObservational studySocioeconomic statusSpouseIndirect costsHealth careMedical recordEconomic costEconomic impact analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: There is limited previous research examining the healthcare costs of neovascular age-related macular degeneration (NV-AMD), which constrains our understanding of the economic impact of this condition. With aging populations, this leading cause of rapid vision loss in Western countries is expected to become a pressing health predicament, requiring decision makers to evaluate alternative treatment strategies for AMD. Objective: To document the economic burden of bilateral NV-AMD, the late stage of AMD, in elderly patients, from a societal perspective. Study design, setting and participants: A cross-sectional, observational study surveyed 401 patients with bilateral NV-AMD and 471 non-AMD subjects in Canada, France, Germany, Spain and the UK. Physicians' records and subjects' standardized telephone interviews were used to record medical resource utilization, assistance with daily living and social benefits. Annual bilateral NV-AMD-related socioeconomic costs were calculated in _, year 2005 values. Main outcome measures: Societal costs including direct vision-related medical costs (e.g. treatment of AMD and vision-related equipment), direct non-vision-related medical costs (e.g. medications) and direct non-medical-related costs (e.g. home healthcare and social services) were the main outcome measures. Results: The demographic profile of NV-AMD patients was similar across countries; however, co-morbid condition profiles varied. NV-AMD patients reported substantial health-related problems and associated health resource utilization (HRU). In the previous 12 months, 12-22% of patients fell, and half of these patients required medical treatments. More than 20% (range 21-59%) of patients were prescribed vision-enhancing equipment. More than half of the patients (54-81%) were living with a spouse or family member and 19-41% reported receiving assistance for activities of daily living. The average annual societal cost per bilateral NV-AMD patient treated was estimated to be _7879 in Canada, _7349 in France, _12 445 in Germany, _5732 in Spain and _5300 in the UK, and direct vision-related medical costs accounted for 23-63% of the total cost. Half of the patients were diagnosed with bilateral NV-AMD for =1 year. Estimated annual societal costs of bilateral NV-AMD patients in these countries ranged from _268 to _1311 million. Estimated annual societal costs of all NV-AMD patients in these countries ranged from _671 to _3278 million. Conclusions: Bilateral NV-AMD imposes significant functional impairment on patients, leading to increased HRU and a high societal cost burden. Differences in national healthcare systems and NV-AMD treatment patterns were reflected in the wide variation of NV-AMD costs across the five surveyed countries. Even though the prevalence rates and per-patient costs varied by country, the societal costs of NV-AMD patients were substantial in each country. Earlier intervention with effective therapies is expected to reduce disease burden and disability associated with NV-AMD and, thus, decrease the overall societal cost.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,059
Tête enseignante GPT0,273
Écart entre enseignants0,214 · 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.

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

Citations22
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetGeological and Geochemical AnalysisTravaux en français237 207