Инициатива IDeaS: пилотное исследование для оценки влияния редких заболеваний на пациентов и системы здравоохранения
The IDeaS initiative: pilot study to assess the impact of rare diseases on patients and healthcare systems
2021-10-22
SCID: 54.1/tjm8hnza
Discuss with AI
диагностический путьпрямые медицинские затратысистемы здравоохранениямашинное обучениередкие заболевания
Figures from the paper
Abstract (AI)
ВВЕДЕНИЕ: Редкие заболевания (РЗ) представляют собой разнообразную группу, включающую более 7 000–10 000 различных заболеваний, большинство из которых поражает лишь небольшое число людей. Из-за редкости РЗ и распределения пациентов по тысячам различных заболеваний медицинские потребности пациентов с РЗ недостаточно учитываются и количественно оцениваются в системах здравоохранения (СЗ). МЕТОДОЛОГИЯ: Мы провели пилотное исследование IDeaS, в рамках которого попытались определить число пациентов с РЗ и прямые медицинские затраты при 14 репрезентативных РЗ на основе баз данных четырех различных СЗ, а также выполнили предварительный анализ диагностического пути пациентов с отдельными РЗ. РЕЗУЛЬТАТЫ: Основные результаты были следующими: (1) число пациентов с РЗ трудно определить в СЗ с использованием критериев поиска по кодам МКБ, что, вероятно, приводит к недоучету пациентов и недооценке их фактического влияния на СЗ; (2) прямые медицинские затраты на одного пациента с РЗ высоки и, по оценкам, примерно в три–пять раз превышают затраты у контрольных групп, сопоставимых по возрасту; (3) предварительные данные свидетельствуют о том, что диагностический путь многих пациентов, вероятно, является длительным и может приводить к прогрессирующим, необратимым и дорогостоящим осложнениям заболевания. ЗАКЛЮЧЕНИЯ: Результаты этого небольшого пилотного исследования указывают на то, что РЗ создают значительное медицинское бремя для пациентов и СЗ и в совокупности оказывают существенное влияние на общественное здоровье. Стратегии машинного обучения, применяемые к базам данных СЗ и медицинским картам с использованием маркерных заболеваний и характеристик пациентов, могут способствовать более быстрой и точной диагностике у многих пациентов с РЗ; их следует изучить для решения значительных неудовлетворенных медицинских потребностей пациентов с РЗ.
Key Findings
1
Прямые медицинские расходы на одного пациента с редким заболеванием оцениваются примерно в три-пять раз выше, чем расходы на возрастных контрольных пациентов.
2
Методы машинного обучения, использующие маркерные заболевания и характеристики пациентов, могут ускорить и повысить точность диагностики редких заболеваний и требуют дальнейшего изучения.
3
Предварительные данные показывают, что диагностический путь многих пациентов с редкими заболеваниями длителен и может приводить к прогрессирующим, необратимым и дорогостоящим осложнениям.
4
Пациентов с редкими заболеваниями трудно выявлять в базах данных систем здравоохранения с помощью кодов МКБ, что, вероятно, приводит к существенному недоучёту и занижению их воздействия.
5
Пилотное исследование показало, что редкие заболевания в совокупности создают значительное медицинское бремя для пациентов и систем здравоохранения, несмотря на небольшое число пациентов с каждым отдельным заболеванием.
Research Object
Пациенты с редкими заболеваниями и системы здравоохранения, обеспечивающие их медицинскую помощь
Research Subject
Количественная оценка распространённости редких заболеваний, прямых медицинских затрат, диагностических маршрутов и общего бремени для пациентов и систем здравоохранения
Publication Details
Publication Date
2021-10-22
Journal
Publisher
ISSN
Cited by
104
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest