Cost-effectiveness analysis of a multifactorial fall prevention intervention in older home care clients at risk for falling
Notice bibliographique
Résumé
BACKGROUND: Falls among older adults can cause serious morbidity and pose economic burdens on society. Older age is a known risk factor for falls and age has been shown to influence the effectiveness of fall prevention programs. To our knowledge, no studies have explicitly investigated whether cost-effectiveness of a multifactorial fall prevention intervention (the intervention) is influenced by age. This economic evaluation explores: 1) the cost-effectiveness of a multifactorial fall prevention intervention compared to usual care for community-dwelling adults ≥ 75 years at risk of falling in Canada; and 2) the influence of age on the cost-effectiveness of the intervention. METHODS: Net benefit regression was used to examine the cost-effectiveness of the intervention with willingness-to-pay values ranging from $0-$50,000. Effects were measured as change in the number of falls, from baseline to 6-month follow-up. Costs were measured using a societal perspective. The cost-effectiveness analysis was conducted for both the total sample and by age subgroups (75-84 and 85+ years). RESULTS: For the total sample, the intervention was not economically attractive. However, the intervention was cost-effective at higher willingness-to-pay (WTP) (≥ $25,000) for adults 75-84 years and at lower WTP (< $5,000) for adults 85+ years. CONCLUSIONS: The cost-effectiveness of the intervention depends on age and decision makers' WTP to prevent falls. Understanding the influence of age on the cost-effectiveness of an intervention may help to target resources to those who benefit most. TRIAL REGISTRATION: Retrospectively registered. Clinicaltrials.gov identifier: NCT00463658 (18 April 2007).
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».