Exploring the cost–utility of stratified primary care management for low back pain compared with current best practice within risk-defined subgroups
Notice bibliographique
Résumé
OBJECTIVES: Stratified management for low back pain according to patients' prognosis and matched care pathways has been shown to be an effective treatment approach in primary care. The aim of this within-trial study was to determine the economic implications of providing such an intervention, compared with non-stratified current best practice, within specific risk-defined subgroups (low-risk, medium-risk and high-risk). METHODS: Within a cost-utility framework, the base-case analysis estimated the incremental healthcare cost per additional quality-adjusted life year (QALY), using the EQ-5D to generate QALYs, for each risk-defined subgroup. Uncertainty was explored with cost-utility planes and acceptability curves. Sensitivity analyses were performed to consider alternative costing methodologies, including the assessment of societal loss relating to work absence and the incorporation of generic (ie, non-back pain) healthcare utilisation. RESULTS: The stratified management approach was a cost-effective treatment strategy compared with current best practice within each risk-defined subgroup, exhibiting dominance (greater benefit and lower costs) for medium-risk patients and acceptable incremental cost to utility ratios for low-risk and high-risk patients. The likelihood that stratified care provides a cost-effective use of resources exceeds 90% at willingness-to-pay thresholds of £4000 (≈ 4500; $6500) per additional QALY for the medium-risk and high-risk groups. Patients receiving stratified care also reported fewer back pain-related days off work in all three subgroups. CONCLUSIONS: Compared with current best practice, stratified primary care management for low back pain provides a highly cost-effective use of resources across all risk-defined subgroups.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».