Burden of non-adherence to latent tuberculosis infection drug therapy and the potential cost-effectiveness of adherence interventions in Canada: a simulation study
Notice bibliographique
Résumé
OBJECTIVE: Pharmaceutical treatment of latent tuberculosis infection (LTBI) reduces the risk of progression to active tuberculosis (TB); however, poor adherence tempers the protective effect. We aimed to estimate the health burden of non-adherence, the maximum allowable cost of hypothetical new adherence interventions to be cost-effective and the potential value of existing adherence interventions for patients with low-risk LTBI in Canada. DESIGN: A microsimulation model of LTBI progression over 25 years. SETTING: General practice in Canada. PARTICIPANTS: Individuals with LTBI who are initiating drug therapy. INTERVENTIONS: A hypothetical intervention with a range of effectiveness was evaluated. Existing drug adherence interventions including peer support, two-way text messaging support, enhanced adherence counselling and adherence incentives were also evaluated. PRIMARY AND SECONDARY OUTCOME MEASURES: Simulation outcomes included healthcare costs, TB incidence, TB deaths and quality-adjusted life years (QALYs). Base case results were interpreted against a willingness-to-pay threshold of $C50 000/QALY. RESULTS: Compared with current adherence levels, full adherence to LTBI drug therapy could reduce new TB cases from 90.3 cases per 100 000 person-years to 35.9 cases per 100 000 person-years and reduce TB-related deaths from 7.9 deaths per 100 000 person-years to 3.1 deaths per 100 000 person-years. An intervention that increases relative adherence by 40% would bring the population near full adherence to drug therapy and could have a maximum allowable annual cost of approximately $C450 per person to be cost-effective. Based on estimates of effect sizes and costs of existing adherence interventions, we found that they yielded between 900 and 2400 additional QALYs per million people, reduced TB deaths by 5%-25% and were likely to be cost-effective over 25 years. CONCLUSION: Full adherence could reduce the number of future TB cases by nearly 60%, offsetting TB-related costs and health burden. Several existing interventions are could be cost-effective to help achieve this goal.
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 | 0,003 | 0,011 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».