Cardiac rehabilitation in low- and middle-income countries: a review on cost and cost-effectiveness
Notice bibliographique
Résumé
BACKGROUND: By 2030, more than 80% of cardiovascular disease-related deaths and disability-adjusted life years will occur in the 139 low- and middle-income (LMIC) countries. Cardiac rehabilitation (CR) has been demonstrated to be effective and cost-effective mainly based on data from high-income countries. The purpose of this paper was to review the literature for cost and cost-effectiveness data on CR in LMICs. METHODS: MEDLINE (Ovid) and EMBASE (Ovid) electronic databases were searched for CR 'cost' and 'cost-effectiveness' data in LMICs. RESULTS: Five CR publications with cost and cost-effectiveness data from middle-income countries were identified with none from low-income countries. Studies from Brazil demonstrated mean monthly savings of US$190 for CR, with a US$48 increase in a control group with mean costs of US$503 for a 3-month CR program. Mean costs to the public health care system of US$360 and US$540 when paid out-of-pocket were reported for a 3-month CR program in seven Latin American middle-income countries. Cardiac rehabilitation is reported to be cost-effective in both Brazil and Colombia. CONCLUSIONS: Cardiac rehabilitation for patients with heart failure in Brazil and Colombia was estimated to be cost-effective. However, given the limited health care budgets in many LMICs, affordable CR models will need to be developed for LMICs, particularly for low-income 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 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 | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».