A Generic Simulation Model of the Relative Cost-Effectiveness of ICU Versus Step-Down (IMCU) Expansion
Notice bibliographique
Résumé
BACKGROUND: (IMCU) capacity expansion. Relative cost-effectiveness of the two investment strategies with regard to patient lives saved has not been studied to date. METHODS: We expand a generic system dynamics simulation model of emergency patient flow in a typical hospital, populated with empirical evidence found in the medical and hospital administration literature, to estimate the long-term effects of expanding ICU versus IMCU beds on patient lives saved under a common assumption of 2.1% annual increase in hospital arrivals. Two alternative policies of expanding ICU by two beds versus introducing a two-bed IMCU are compared over a ten-year simulation period. Russel equation is used to calculate total cost of patients' hospitalization. Using two possible values for the ratio of ICU to IMCU cost per inpatient day and four possible values for the percentage of patients transferred from ICU to IMCU found in the literature, nine scenarios are compared against the baseline scenario of no capacity expansion. RESULTS: Expanding ICU capacity by two beds is demonstrated as the most cost-effective scenario with an incremental cost-effectiveness ratio of 3684 (US $) per life saved against the baseline scenario. Sensitivity analyses on the mortality rate of patients in IMCU, direct transfer of IMCU-destined patients to the ward upon completing required IMCU length of stay in the ICU, admission of IMCU patient to ICU, adding two ward beds, and changes in hospital size do not change the superiority of ICU expansion over other scenarios. CONCLUSIONS: In terms of operational costs, ICU beds are more cost effective for saving patients than IMCU beds. However, capital costs of setting up ICU versus IMCU beds should be considered for a complete economic analysis.
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 | 0,001 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».