Impact of treatment completion, intolerance and adverse events on health system costs in a randomised trial of 4 months rifampin or 9 months isoniazid for latent TB
Notice bibliographique
Résumé
RATIONALE: Treatment for latent tuberculosis infection with isoniazid for 9 months (9INH) has poor completion and serious adverse events, while treatment for 4 months with daily rifampin (4RIF) has significantly higher completion and fewer adverse events. OBJECTIVES: To compare the health system costs of 4RIF and 9INH. METHODS: In a randomised trial conducted in five Canadian centres, one Brazilian and one Saudi Arabian centre, consenting subjects were randomised to receive 4RIF or 9INH. Health system costs were estimated from healthcare utilisation including scheduled and unscheduled visits, investigations and drugs. All activities for all subjects were evaluated using financial information from 2007 from the Montreal Chest Institute. Costs were expressed in Canadian dollars. RESULTS: Total health system cost per patient allocated to 4RIF was $854 compared with $970 for 9INH (p<0.0001). The average cost per patient for the 328 of 420 (78%) who completed 4RIF therapy was $1094 compared with $1625 for the 254 of 427 (60%) completing 9INH (p<0.0001). Costs were modestly increased in patients with minor intolerance and substantially increased if the treating physician stopped treatment because of possible adverse events. Total costs related to management of adverse events with 9INH were $48 142 compared with $25 684 for 4RIF (p=0.008). Using these data, incremental cost-effectiveness analyses showed that 4RIF would be cost saving and prevent more cases within 2 years if efficacy exceeded 74%, and cost saving if efficacy exceeded 65%. CONCLUSIONS: The 4RIF regimen was significantly cheaper per patient completing treatment because of better completion and fewer adverse events.
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 ».