Economic Analysis of Methamphetamine Prevention Effects and Employer Costs
Notice bibliographique
Résumé
OBJECTIVE: The goal of this research was to evaluate economically three interventions designed to prevent substance use in general populations of adolescents, specifically focusing on the prevention of methamphetamine use and its subsequent benefits to employers. METHOD: In a randomized, controlled trial, three preventive interventions were delivered to 6th- or 7th-grade youth in 58 Iowa school districts, with 905 of these youth (449 girls) providing follow-up assessments as 12th graders. Intervention conditions included the family-focused Iowa Strengthening Families Program (ISFP), the school-based Life Skills Training (LST) program, and a combined condition of both the Strengthening Families Program: For Parents and Youth 10-14 (SFP10- 14; an ISFP revision) plus LST (LST + SFP10-14). Analyses based on intervention costs, 12th-grade methamphetamine use rates, and methamphetamine- related employer costs yielded estimates of intervention cost, cost-effectiveness, benefit-cost ratio, and net benefit. RESULTS: The ISFP lowered methamphetamine use by 3.9%, cost $25,385 to prevent each case, and had a benefit-cost ratio of 3.84, yielding a net benefit of $2,813 per youth. The LST program reduced methamphetamine use by 2.5%, required $5,122 per prevented case, and had a benefit-cost ratio of 19.04, netting $2,273 per youth. The combined LST + SFP10-14 prevention condition lowered methamphetamine use rates by 1.8%, cost $62,697 to prevent each case, had a benefit-cost ratio of 1.56, and netted $620 per youth. Findings were robust after varying a number of key parameters across a range of plausible values. CONCLUSIONS: Substance use prevention programming is economically feasible, particularly for effective interventions that have lower per person treatment delivery costs.
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 | 0,000 | 0,000 |
| 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 ».