Assessing the Cost-Effectiveness of Measles Elimination in Uganda: Local Impact of a Global Eradication Program
Notice bibliographique
Résumé
BACKGROUND: Measles control has succeeded worldwide, and many countries have substantially reduced incidence and mortality. This has led to consideration of the feasibility of measles elimination in Uganda within the context of global eradication. Before an elimination program is initiated, it is important to consider its potential economic impact, including its cost-effectiveness. METHODS: Incremental cost-effectiveness ratios (ICERs) were estimated for measles mortality reduction and measles elimination in Uganda. A dynamic age-structured compartmental model of measles transmission was used to simulate scenarios and estimate health outcomes and costs. The main outcome measures were costs, measles cases, measles deaths, disability-adjusted life-years (DALYs), and ICERs measured as cost per DALY averted through either the year 2030 or 2050. RESULTS: Measles elimination by 2020 averted 130,232 measles cases, 3520 measles deaths, and 106,330 DALYs through the year 2030, compared with the next best scenario (95% mortality reduction by 2015), and it was the most cost-effective strategy, with ICERs of $556 per DALY averted (2030 time horizon) and $284 per DALY averted (2050 time horizon). CONCLUSIONS: Measles elimination in Uganda, as part of a global eradication program, is projected to be highly cost-effective and should be considered among the available policy options for dealing with the disease.
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 | 0,008 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».