Cost-effectiveness of active case-finding of household contacts of pulmonary tuberculosis patients in a low HIV, tuberculosis-endemic urban area of Lima, Peru
Notice bibliographique
Résumé
We compared the cost-effectiveness (CE) of an active case-finding (ACF) programme for household contacts of tuberculosis (TB) cases enrolled in first-line treatment to routine passive case-finding (PCF) within an established national TB programme in Peru. Decision analysis was used to model detection of TB in household contacts through: (1) self-report of symptomatic cases for evaluation (PCF), (2) a provider-initiated ACF programme, (3) addition of an Xpert MTB/RIF diagnostic test for a single sputum sample from household contacts, and (4) all strategies combined. CE was calculated as the incremental cost-effectiveness ratio (ICER) in terms of US dollars per disability-adjusted life years (DALYs) averted. Compared to PCF alone, ACF for household contacts resulted in an ICER of $2155 per DALY averted. The addition of the Xpert MTB/RIF diagnostic test resulted in an ICER of $3275 per DALY averted within a PCF programme and $3399 per DALY averted when an ACF programme was included. Provider-initiated ACF of household contacts in an urban setting of Lima, Peru can be highly cost-effective, even including costs to seek out contacts and perform an Xpert/MTB RIF test. ACF including Xpert MTB/RIF was not cost-effective if TB cases detected had high rates of default from treatment or poor outcomes.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».