Reducing Periconceptional Methylmercury Exposure: Cost–Utility Analysis for a Proposed Screening Program for Women Planning a Pregnancy in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: The assessment of neurodevelopmental effects in children associated with prenatal methylmercury exposure, from contaminated fish and seafood in the maternal diet, has recently been strengthened by adjustment for the negative confounding resulting from co-exposure to beneficial polyunsaturated fatty acids (PUFAs). OBJECTIVES: We aimed to determine the cost-effectiveness of a periconceptional screening program of blood mercury concentration for women planning to become pregnant in Ontario, Canada. Fish intake recommendations would be provided for those found to have blood mercury levels above the intervention threshold. METHODS: Analysis was conducted using a combined decision tree/Markov model to compare the proposed screening intervention with standard care from a societal perspective over a lifetime horizon. We used the national blood mercury distributions of women 20-49 years of age reported in the Canadian Health Measures Survey from 2009 through 2011 to determine the cognitive deficits associated with prenatal methylmercury exposure for successful planned pregnancies. Outcomes modeled included the loss in quality of life and the remedial education costs. Value of information analysis was conducted to assess the underlying uncertainty around the model results and to identify which parameters contribute most to this uncertainty. RESULTS: The incremental cost per quality-adjusted life year (QALY) gained for the proposed screening intervention was estimated to be Can$18,051, and the expected value for a willingness to pay of Can$50,000/QALY to be Can$0.61. CONCLUSIONS: Our findings suggest that the proposed periconceptional blood mercury screening program for women planning a pregnancy would be highly cost-effective from a societal perspective. The results of a value of information analysis confirm the robustness of the study's conclusions.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».