Cost‐Utility Analysis to Control <i>Campylobacter</i> on Chicken Meat—Dealing with Data Limitations
Notice bibliographique
Résumé
The current article describes the economic evaluation of interventions to control Campylobacter on chicken meat by means of a cost-utility analysis. Apart from the methodology used, the main focus of this article is on data gaps and assumptions made, and their impact on results and conclusions. The direct intervention costs, the relative risk, the disease burden (expressed in disability-adjusted life years (DALYs)), and the costs of illness for the various interventions are necessary inputs for the cost-utility analysis. The cost-utility ratio (CUR) -- the measure for efficiency -- is expressed in net costs per avoided DALY. Most data gaps were of a biological order, but for some interventions, information on costs was also scarce. As a consequence, assumptions had to be made, which had some impact on the estimated CUR. A higher (lower) incidence of Campylobacter infections associated with chicken meat, higher (lower) effectiveness, and lower (higher) intervention costs, respectively, would result in absolute better (worse) CUR estimates. By taking the perspective of all consumers eating Dutch chicken meat, rather than only the Dutch society, absolute better CUR estimates could be obtained. Indirect costs or a shift toward non-Dutch chicken meat would both result in higher CUR estimates. Despite the assumptions made, three interventions showed for most of the applied sensitivity analyses relatively favorable CUR estimates: limiting fecal leakage during processing, carcass decontamination by dipping in a chemical solution, and the phage therapy. However, all three do have some clauses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,039 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».