The Use of Cost‐Effectiveness Analysis for Pediatric Immunization in Developing Countries
Notice bibliographique
Résumé
CONTEXT: Developing countries face critical choices for introducing needed, effective, but expensive new vaccines, especially given the accelerated need to decrease the mortality of children under age five and the increased immunization resources available from international donors. Cost-effectiveness analysis (CEA) is a tool that decision makers can use for efficiently allocating expanding resources. Its use in developing countries, however, lags behind that in industrialized countries. METHODS: We explored how CEA could be made more relevant to immunization policymaking in developing countries by identifying the limitations for using CEA in developing countries and the impact of donor funding on the CEA estimation. We conducted a comprehensive literature search using formal search protocols and hand searching indexed and gray literature sources. We then systematically summarized the application of CEA in industrialized and developing countries through thematic analysis, focusing on pediatric immunization and methodological and contextual issues relevant to developing countries. FINDINGS: Industrialized and developing countries use CEA differently. The use of the Disability-Adjusted Life Year (DALY) outcome measure and an alternative generalized cost-effectiveness analysis approach is restricted to developing countries. In pediatric CEAs, the paucity of evaluations and the lack of attention to overcoming the methodological limitations pertinent to children's cognitive and development distinctiveness, such as discounting and preference characterization, means that pediatric interventions may be systematically understudied and undervalued. The ability to generate high-quality CEA evidence in child health is further threatened by an inadequate consideration of the impact of donor funding (such as GAVI immunization funding) on measurement uncertainty and the determination of opportunity cost. CONCLUSIONS: Greater attention to pediatric interventions and donor funding in the conduct of CEA could lead to better policies and thus more worthwhile and good-value programs to benefit children's health in developing countries.
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 | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».