MétaCan
Menu
Retour à la cohorte
Enregistrement W1932875653 · doi:10.1111/j.1752-7325.2010.00200.x

Cost-effectiveness simulation of a universal publicly funded sealants application program

2010· article· en· W1932875653 sur OpenAlexaffabout
Élise Bertrand, Majid Mallis, Nguyen Minh Bui, Daniel Reinharz

Notice bibliographique

RevueJournal of Public Health Dentistry · 2010
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCost effectivenessPopulationSealantPrivate sectorPublic sectorOperations managementBusinessMedicineEnvironmental healthRisk analysis (engineering)EngineeringEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: No cost-effectiveness evaluation of pit and fissure sealants has ever been carried out in Quebec. The objective of this study was to simulate a publicly funded program of pit and fissure administration, either in the public or private sectors, and compare these hypothetical situations with the current one, i.e., a publicly funded, school-based selective program. METHODS: A Markov model was developed using a virtual population of 8-year-old children that was monitored over a time span of 10 years. The incremental cost per child without decay was computed. RESULTS: The current situation and a publicly funded program in the public sector were more cost-effective than the other option: a universal, publicly funded, private practice. However, the most cost-effective option varied, depending on the incidence of decay and the proportion of children identified as being at high-risk for decay. CONCLUSION: By implementing a school-based program of universal pit and fissure sealant application, access to preventive dental care could be improved at an equivalent cost-effectiveness to the current one.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,430
Score d'incertitude au seuil0,855

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,094
Tête enseignante GPT0,430
Écart entre enseignants0,336 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations24
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Public Health DentistryMême sujetDental Health and Care UtilizationTravaux en français237 207