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 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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».