Turning High‐Risk Individuals: An Economic Evaluation of Repositioning Frequency in Long‐Term Care
Notice bibliographique
Résumé
Recent evidence suggests that less frequent repositioning of long-term care residents at moderate to high risk of developing pressure ulcers (PrUs) is noninferior to current repositioning standards in preventing PrUs, but the long-term health and economic consequences of less frequent repositioning have not been adequately estimated. Our objective was to estimate the cost-effectiveness of different repositioning strategies (2-, 3-, 4-hour intervals). We conducted a cost-utility analysis using a lifetime horizon based on data from a randomized clinical trial and the literature. We updated a published PrU decision model with resource usage, unit costs, and epidemiological estimates from the literature and from a small observational study. The Ontario Ministry of Health and Long-Term Care perspective was taken. We estimated lifetime costs to be CAN$5,425 (95% credible interval (CrI)=$922-12,166) less per resident with 3-hour repositioning than with 2-hour repositioning and CAN$3,296 (95% CrI=$483-9,738) less than with 4-hour repositioning. The gain in expected quality-adjusted life years from a 3- to a 2-hour repositioning strategy was 0.008, (95% CrI=0.005-0.016) and from a 3- to a 4-hour repositioning strategy was 0.009 (95% CrI=0.007-0.018). Repositioning at 3-hour intervals was the dominant strategy with respect to the incremental cost-effectiveness ratio against the 2- and 4-hour strategies. Sensitivity analysis showed a 99% probability that 3-hour repositioning was a dominant strategy. We concluded that repositioning at 3-hour intervals for residents at moderate or high risk of PrUs and who were cared for on high-density foam mattresses appeared to be the most cost-effective strategy.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».