MétaCan
Menu
Retour à la cohorte
Enregistrement W2067762129 · doi:10.5588/ijtld.12.0934

Tuberculosis screening for long-term care: a cost-effectiveness analysis

2013· article· en· W2067762129 sur OpenAlexaffabout
Geetika Verma, Anderson Chuck, P Jacobs

Notice bibliographique

RevueThe International Journal of Tuberculosis and Lung Disease · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineTuberculinTuberculosisActive tuberculosisCost effectivenessCost–benefit analysisIntensive care medicineIncidence (geometry)Cost-effectiveness analysisScreening testPediatricsMycobacterium tuberculosisRisk analysis (engineering)Pathology

Résumé

récupéré en direct d'OpenAlex

SETTING: Long-term care facilities in Canada, a low tuberculosis (TB) incidence country. OBJECTIVE: To compare the impact and cost-effectiveness of three screening strategies for TB on entry to long-term care: no screening, screening for latent tuberculous infection (LTBI) using the tuberculin skin test (TST) or screening for active disease with a chest X-ray. DESIGN: Cost effectiveness analysis. RESULTS: With the LTBI screening strategy, the number needed to screen to prevent one active case was 1410 and the cost per case averted was Canadian $109 913. The number needed to screen to prevent one case using the active screening strategy was 1266, and the cost per case averted was $672 298. CONCLUSIONS: Our findings suggest that TB screening strategies on entry to long-term care are costly, with large numbers needed to screen. Screening with TST was more cost-effective than chest X-ray screening. Higher risk of reactivation of LTBI is associated with improved cost-effectiveness of screening. Short time horizons and test performance characteristics place limitations on screening programmes in this setting. Future considerations include the changing demographics of the institutionalised elderly.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,543
Score d'incertitude au seuil0,919

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,005
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,028
Tête enseignante GPT0,367
Écart entre enseignants0,339 · 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'étudeObservationnel
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

Citations15
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Tuberculosis and Lung DiseaseMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207