MétaCan
Menu
Retour à la cohorte
Enregistrement W1997613802 · doi:10.2147/ceor.s30547

Impact of screening and early detection of impaired fasting glucose tolerance and type 2 diabetes in Canada: a Markov model simulation

2012· article· en· W1997613802 sur OpenAlexafffundabout
Alaa F. Badawi, Mortaz, Wessman, Duncan, Gray

Notice bibliographique

RevueClinicoEconomics and Outcomes Research · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesPublic Health AgencyPublic Health Agency of Canada
Mots-clésPrediabetesMedicineImpaired fasting glucoseType 2 diabetesType 2 Diabetes MellitusDiabetes mellitusImpaired glucose toleranceAsymptomaticInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Type 2 diabetes mellitus (T2DM) is a major global health problem. An estimated 20%-50% of diabetic subjects in Canada are currently undiagnosed, and around 20%-30% have already developed complications. Screening for high blood glucose levels can identify people with prediabetic conditions and permit introduction of timely and effective prevention. This study examines the benefit of screening for impaired fasting glucose (IFG) and T2DM. If intervention is introduced at this prediabetic stage, it can be most effective in delaying the onset and complications of T2DM. METHODS: Using a Markov model simulation, we compare the cost-effectiveness of screening for prediabetes (IFG) and T2DM with the strategy of no screening. An initial cohort of normoglycemic, prediabetic, or undiagnosed diabetic adults with one or more T2DM risk factors was used to model the strategies mentioned over a 10-year period. Subjects without known prediabetes or diabetes are screened every 3 years and persons with prediabetes were tested for diabetes on an annual basis. The model weighs the increase in quality-adjusted life-years (QALYs) associated with early detection of prediabetes and earlier diagnosis of T2DM due to lifestyle intervention and early treatment in asymptomatic subjects. RESULTS: Costs for each QALY gained were $2281 for conventional screening compared with $2890 for no screening. Thus, in this base-case analysis, conventional screening with a frequency of once every 3 years was favored over no screening. Furthermore, conventional screening was more favorable compared with no screening over a wide range of willingness-to-pay thresholds. Changing the frequency of screening did not affect the overall results. Screening persons without diabetes or prediabetes on an annual basis had small effects on the cost-effectiveness ratios. Screening with a frequency of once every 5 years resulted in the lowest cost per QALY ($2117). Lack of screening costs the health care system $4812 more than the cost of screening once every 5 years. CONCLUSION: The increased cost per QALY of not screening is due to the costs of complications caused downstream of T2DM. By ensuring that IFG screening occurs every 3 years for those without prediabetes and every year for those with prediabetes, the health and financial benefits related to T2DM are improved in Canada.

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)0,010
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 enseignants0,108
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
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 Opus0,061
Tête enseignante GPT0,370
Écart entre enseignants0,309 · 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
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueClinicoEconomics and Outcomes ResearchMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207