MétaCan
Menu
Retour à la cohorte
Enregistrement W2776952752 · doi:10.1155/2017/5109895

Cost-Effectiveness Analysis of Total Hip Arthroplasty Performed by a Canadian Short-Stay Surgical Team in Ecuador

2017· article· en· W2776952752 sur OpenAlexaffabout
Michael Schlegelmilch, Saifee Rashiq, Barbara Moreau, Patricia Jarrín, Bach Xuan Tran, Anderson Chuck

Notice bibliographique

RevueAdvances in Orthopedics · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensInstitute of Health EconomicsUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineExcellenceTotal hip arthroplastyOrthopedic surgeryHealth careDirect costSurgeryCost effectivenessWaiting listOperations managementIndirect costsEngineeringManagement

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Few charitable overseas surgical missions produce cost-effectiveness analyses of their work. METHODS: We compared the pre- and postoperative health status for 157 total hip arthroplasty (THA) patients operated on from 2007 to 2011 attended by an annual Canadian orthopedic mission to Ecuador to determine the quality-adjusted life years (QALYs) gained. The costs of each mission are known. The cost per surgery was divided by the average lifetime QALYs gained to estimate an incremental cost-effectiveness ratio (ICER) in Canadian dollars per QALY. RESULTS: The average lifetime QALYs (95% CI) gained were 1.46 (1.4-1.5), 2.5 (2.4-2.6), and 2.9 (2.7-3.1) for unilateral, bilateral, and staged (two THAs in different years) operations, respectively. The ICERs were $4,442 for unilateral, $2,939 for bilateral, and $4392 for staged procedures. Seventy percent of the mission budget was spent on the transport and accommodation of volunteers. CONCLUSION: THA by a Canadian short-stay surgical team was highly cost-effective, according to criteria from the National Institute for Health and Care Excellence and the World Health Organization. We encourage other international missions to provide similar cost-effectiveness data to enable better comparison between mission types and between mission and nonmission care.

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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,355
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,357
Écart entre enseignants0,334 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in OrthopedicsMême sujetGlobal Health and SurgeryTravaux en français237 207