Patients' Costs and Cost-Effectiveness of Tuberculosis Treatment in DOTS and Non-DOTS Facilities in Rio de Janeiro, Brazil
Notice bibliographique
Résumé
BACKGROUND: Costs of tuberculosis diagnosis and treatment may represent a significant burden for the poor and for the health system in resource-poor countries. OBJECTIVES: The aim of this study was to analyze patients' costs of tuberculosis care and to estimate the incremental cost-effectiveness ratio (ICER) of the directly observed treatment (DOT) strategy per completed treatment in Rio de Janeiro, Brazil. METHODS: We interviewed 218 adult patients with bacteriologically confirmed pulmonary tuberculosis. Information on direct (out-of-pocket expenses) and indirect (hours lost) costs, loss in income and costs with extra help were gathered through a questionnaire. Healthcare system additional costs due to supervision of pill-intake were calculated considering staff salaries. Effectiveness was measured by treatment completion rate. The ICER of DOT compared to self-administered therapy (SAT) was calculated. PRINCIPAL FINDINGS: DOT increased costs during the treatment phase, while SAT increased costs in the pre-diagnostic phase, for both the patient and the health system. Treatment completion rates were 71% in SAT facilities and 79% in DOT facilities. Costs per completed treatment were US$ 194 for patients and U$ 189 for the health system in SAT facilities, compared to US$ 336 and US$ 726 in DOT facilities. The ICER was US$ 6,616 per completed DOT treatment compared to SAT. CONCLUSIONS: Costs incurred by TB patients are high in Rio de Janeiro, especially for those under DOT. The DOT strategy doubles patients' costs and increases by fourfold the health system costs per completed treatment. The additional costs for DOT may be one of the contributing factors to the completion rates below the targeted 85% recommended by WHO.
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) | 0,001 | 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 ».