Ãvaluation des coûts de traitement de la tyrosinémie de type I
Bibliographic record
Abstract
Introduction : La tyrosinémie de type I est une maladie génétique sévère. Elle se caractérise par des manifestations hépatiques, rénales et neurologiques. Depuis 1994, le NTBC représente la thérapie de première ligne. Ce médicament a conduit à une\namélioration radicale de la morbidité et du pronostic de la maladie.\nObjectif : Évaluer les coûts directs des soins de santé reliés au traitement de cette\nmaladie. Cette évaluation économique a été effectuée en trois groupes dont, un groupe\nhistorique de patients non traités; un groupe traitement tardif et un groupe traitement précoce par NTBC.\nMéthode : L’analyse coûts-conséquences inclut les coûts des hospitalisations, des\nservices médicaux et des thérapies associées. Les données proviennent des banques de la RAMQ, de Med-Echo et des dossiers hospitaliers.\nRésultats : Le NTBC est associé à une réduction significative des hospitalisations, des séjours aux soins intensifs et des greffes hépatiques. Les coûts hospitaliers sont significativement moindres pour les groupes traités (13 979 $, 6 347 $ et 673 $ par année-patient pour les groupes historique, traitement tardif et traitement précoce,respectivement; valeur p < 0,0001). Les coûts des hospitalisations pour greffes par année-patient sont de 4 676$ pour le groupe historique et de 3 567 $ pour le groupe traitement tardif. Les coûts du NTBC par année-patient sont de 66 965 $ et de 51 493 $ pour les groupes traitement tardif et traitement précoce, respectivement.\nConclusion : Les résultats démontrent l’impact majeur du NTBC sur la réduction de\nl’utilisation des ressources de santé, des greffes hépatiques et des coûts associés.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".