Cost-effectiveness of self-monitoring of blood glucose in patients with type 2 diabetes mellitus managed without insulin
Notice bibliographique
Résumé
BACKGROUND: The benefits of self-monitoring blood glucose levels are unclear in patients with type 2 diabetes mellitus who do not use insulin, but there are considerable costs. We sought to determine the cost effectiveness of self-monitoring for patients with type 2 diabetes not using insulin. METHODS: We performed an incremental cost-effectiveness analysis of the self-monitoring of blood glucose in adults with type 2 diabetes not taking insulin. We used the United Kingdom Prospective Diabetes Study (UKPDS) model to forecast diabetes-related complications, corresponding quality-adjusted life years and costs. Clinical data were obtained from a systematic review comparing self-monitoring with no self-monitoring. Costs and utility decrements were derived from published sources. We performed sensitivity analyses to examine the robustness of the results. RESULTS: Based on a clinically modest reduction in hemoglobin A(1C) of 0.25% (95% confidence interval 0.15-0.36) estimated from the systematic review, the UKPDS model predicted that self-monitoring performed 7 or more times per week reduced the lifetime incidence of diabetes-related complications compared with no self-monitoring, albeit at a higher cost (incremental cost per quality-adjusted life year $113,643). The results were largely unchanged in the sensitivity analysis, although the incremental cost per quality-adjusted life year fell within widely cited cost-effectiveness thresholds when testing frequency or the price per test strip was substantially reduced from the current levels. INTERPRETATION: For most patients with type 2 diabetes not using insulin, use of blood glucose test strips for frequent self-monitoring (>or= 7 times per week) is unlikely to represent efficient use of finite health care resources, although periodic testing (e.g., 1 or 2 times per week) may be cost-effective. Reduced test strip price would likely also improve cost-effectiveness.
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 | 0,010 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,012 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».