MétaCan
Menu
Retour à la cohorte
Enregistrement W2744426654 · doi:10.1371/journal.pone.0182951

Ranking 93 health interventions for low- and middle-income countries by cost-effectiveness

2017· article· en· W2744426654 sur OpenAlexafffund
Susan Horton, Hellen Gelband, Dean T. Jamison, Carol Levin, Rachel Nugent, David Watkins

Notice bibliographique

RevuePLoS ONE · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversity of WaterlooUniversity of WashingtonBill and Melinda Gates Foundation
Mots-clésPsychological interventionHealth careMillennium Development GoalsCost effectivenessMedicineEnvironmental healthGlobal healthDeveloping countryEconomic growthEconomicsNursingRisk analysis (engineering)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cost-effectiveness rankings of health interventions are useful inputs for national healthcare planning and budgeting. Previous comprehensive rankings for low- and middle- income countries were undertaken in 2005 and 2006, accompanying the development of strategies for the Millennium Development Goals. We update the rankings using studies published since 2000, as strategies are being considered for the Sustainable Development Goals. METHODS: Expert systematic searches of the literature were undertaken for a broad range of health interventions. Cost-effectiveness results using Disability Adjusted Life-Years (DALYs) as the health outcome were standardized to 2012 US dollars. RESULTS: 149 individual studies of 93 interventions qualified for inclusion. Interventions for Reproductive, Maternal, Newborn and Child Health accounted for 37% of interventions, and major infectious diseases (AIDS, TB, malaria and neglected tropical diseases) for 24%, consistent with the priorities of the Millennium Development Goals. More than half of the interventions considered cost less than $200 per DALY and hence can be considered for inclusion in Universal Health Care packages even in low-income countries. DISCUSSION: Important changes have occurred in rankings since 2006. Priorities have changed as a result of new technologies, new methods for changing behavior, and significant price changes for some vaccines and drugs. Achieving the Sustainable Development Goals will require LMICs to study a broader range of health interventions, particularly in adult health. Some interventions are no longer studied, in some cases because they have become usual care, in other cases because they are no longer relevant. Updating cost-effectiveness rankings on a regular basis is potentially a valuable exercise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,068
score de la tête « metaresearch » (Gemma)0,141
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,360

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0680,141
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0070,015
Bibliométrie0,0390,024
Études des sciences et des technologies0,0010,001
Communication savante0,0080,004
Science ouverte0,0030,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,561
Tête enseignante GPT0,463
Écart entre enseignants0,098 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations102
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207