Cost-Effectiveness of Screening for HIV in the Era of Highly Active Antiretroviral Therapy
Notice bibliographique
Résumé
BACKGROUND: The costs, benefits, and cost-effectiveness of screening for human immunodeficiency virus (HIV) in health care settings during the era of highly active antiretroviral therapy (HAART) have not been determined. METHODS: We developed a Markov model of costs, quality of life, and survival associated with an HIV-screening program as compared with current practice. In both strategies, symptomatic patients were identified through symptom-based case finding. Identified patients started treatment when their CD4 count dropped to 350 cells per cubic millimeter. Disease progression was defined on the basis of CD4 levels and viral load. The likelihood of sexual transmission was based on viral load, knowledge of HIV status, and efficacy of counseling. RESULTS: Given a 1 percent prevalence of unidentified HIV infection, screening increased life expectancy by 5.48 days, or 4.70 quality-adjusted days, at an estimated cost of 194 dollars per screened patient, for a cost-effectiveness ratio of 15,078 dollars per quality-adjusted life-year. Screening cost less than 50,000 dollars per quality-adjusted life-year if the prevalence of unidentified HIV infection exceeded 0.05 percent. Excluding HIV transmission, the cost-effectiveness of screening was 41,736 dollars per quality-adjusted life-year. Screening every five years, as compared with a one-time screening program, cost 57,138 dollars per quality-adjusted life-year, but was more attractive in settings with a high incidence of infection. Our results were sensitive to the efficacy of behavior modification, the benefit of early identification and therapy, and the prevalence and incidence of HIV infection. CONCLUSIONS: The cost-effectiveness of routine HIV screening in health care settings, even in relatively low-prevalence populations, is similar to that of commonly accepted interventions, and such programs should be expanded.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».