Cost Effectiveness of Defibrillation by Targeted Responders in Public Settings
Notice bibliographique
Résumé
BACKGROUND: Out-of-hospital cardiac arrest is frequent and has poor outcomes. Defibrillation by trained targeted nontraditional responders improves survival versus historical controls, but it is unclear whether such defibrillation is a good value for the money. Therefore, this study estimated the incremental cost effectiveness of defibrillation by targeted nontraditional responders in public settings by using decision analysis. METHODS AND RESULTS: A Markov model evaluated the potential cost effectiveness of standard emergency medical services (EMS) versus targeted nontraditional responders. Standard EMS included first-responder defibrillation followed by advanced life support. Targeted nontraditional responders included standard EMS supplemented by defibrillation by trained lay responders. The analysis adopted a US societal perspective. Input data were derived from published or publicly available data. Future costs and effects were discounted at 3%. Monte Carlo simulation and sensitivity analyses assessed the robustness of results. Standard EMS had a median of 0.47 (interquartile range [IQR]=0.32 to 0.69) quality-adjusted life years and a median of 14 100 dollars (IQR=8600 dollars to 21 900 dollars) costs per arrest. Targeted nontraditional responders in casinos had an incremental cost of a median 56 700 dollars (IQR=44 100 dollars to 77 200 dollars) per additional quality-adjusted life year. The results were sensitive to changes in time to defibrillation, incidence of arrest, and number of devices required to implement rapid defibrillation. CONCLUSIONS: Where cardiac arrest is frequent and response time intervals are short, rapid defibrillation by targeted nontraditional responders may be a good value for the money compared with standard EMS. The incidence of arrest should be considered when choosing locations to implement public access defibrillation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».