MétaCan
Menu
Retour à la cohorte
Enregistrement W2586078539 · doi:10.1177/0022042616679829

A Cost-Benefit Analysis of a Potential Supervised Injection Facility in San Francisco, California, USA

2016· article· en· W2586078539 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Drug Issues · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensBC Centre for Disease ControlUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLiberian dollarInjection drug useMedicinePublic healthEnvironmental healthCost–benefit analysisHuman immunodeficiency virus (HIV)Medical emergencyGerontologyEmergency medicineBusinessVirologyFinancePolitical scienceNursing

Résumé

récupéré en direct d'OpenAlex

Supervised injection facilities (SIFs) have been shown to reduce infection, prevent overdose deaths, and increase treatment uptake. The United States is in the midst of an opioid epidemic, yet no sanctioned SIF currently operates in the United States. We estimate the economic costs and benefits of establishing a potential SIF in San Francisco using mathematical models that combine local public health data with previous research on the effects of existing SIFs. We consider potential savings from five outcomes: averted HIV and hepatitis C virus (HCV) infections, reduced skin and soft tissue infection (SSTI), averted overdose deaths, and increased medication-assisted treatment (MAT) uptake. We find that each dollar spent on a SIF would generate US$2.33 in savings, for total annual net savings of US$3.5 million for a single 13-booth SIF. Our analysis suggests that a SIF in San Francisco would not only be a cost-effective intervention but also a significant boost to the public health system.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,092
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,340
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle