A microsimulation cost–utility analysis of alcohol screening and brief intervention to reduce heavy alcohol consumption in <scp>Canada</scp>
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Screening and brief intervention (SBI) is a public health intervention that has been shown to be effective in reducing heavy alcohol consumption. The aim of this study is to estimate the cost-effectiveness of implementing universal alcohol SBI in primary care in Canada. DESIGN: We developed a microsimulation model of alcohol consumption and its effects on 18 alcohol-related causes of death. SETTING: The model simulates a Canadian population. PARTICIPANTS: The model simulates individuals and their alcohol consumption on a continuous scale starting from age 17 years to death. INTERVENTIONS: The reference case assumes no SBI in Canada. The base case assumes screening was conducted using the Alcohol Use Disorders Identification Test (AUDIT) at a threshold score of 8. Additional analyses included evaluating SBI using the AUDIT at threshold scores between 4 and 8 or the Derived Alcohol Use Disorders Identification Test (AUDIT-C) at threshold scores between 3 and 7. MEASUREMENTS: The model estimates the direct health-care costs, life years gained and quality-adjusted life years (QALY) gained, which are then used to estimate the incremental cost-effectiveness ratio (ICER) of SBI versus no SBI. FINDINGS: SBI with AUDIT (at a threshold score of 8) had an ICER of $8729/QALY. Our results suggest that using AUDIT thresholds between 8 and 4, inclusive, would be cost-effective for the whole population, as well as for men and women individually. Our results suggest that the AUDIT-C would be cost-effective at thresholds of 7 to 3, inclusive, for men, women and the whole population. CONCLUSIONS: In Canada, screening and brief intervention via Alcohol Use Disorders Identification Test (AUDIT) and Derived Alcohol Use Disorders Identification Test (AUDIT-C) to reduce heavy alcohol consumption appears to be cost-effective for men and women at Alcohol Use Disorders Identification Test (AUDIT) thresholds of 8 and lower and at Derived Alcohol Use Disorders Identification Test (AUDIT-C) thresholds of 7 and lower.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».