Review of economic evaluations of teleophthalmology as a screening strategy for chronic eye disease in adults
Notice bibliographique
Résumé
BACKGROUND/AIMS: Teleophthalmology is well positioned to play a key role in screening of major chronic eye diseases. Economic evaluation of cost-effectiveness of teleophthalmology, however, is lacking. This study provides a systematic review of economic studies of teleophthalmology screening for diabetic retinopathy (DR), glaucoma and macular degeneration. METHODS: Structured search of electronic databases and full article review yielded 20 cost-related articles. Sixteen articles fulfilled the inclusion criteria and were retained for a narrative review: 12 on DR, 2 on glaucoma and 2 on chronic eye disease. RESULTS: Teleophthalmology for DR yielded the most cost savings when compared with traditional clinic examination. The study settings varied among urban, rural and remote settings, community, hospital and health mobile units. The most important determinant of cost-effectiveness of teleophthalmology was the prevalence of DR among patients screened, indicating an increase of cost savings with the increase of screening rates. The required patient pool size to be screened varied from 110 to 3500 patients. Other factors potentially influencing cost-effectiveness of teleophthalmology were older patient age, regular screening and full utilisation of the equipment. Teleophthalmology for glaucoma was more cost-effective compared with in-person examination. Similarly, increasing number of glaucoma patients targeted for screening yielded more cost savings. CONCLUSIONS: This economic review provides supportive evidence of cost-effectiveness of teleophthalmology for DR and glaucoma screening potentially increasing screening accessibility especially for rural and remote populations. Special selection of the targeted screening population will optimise the cost-effectiveness of teleophthalmology.
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 | 0,013 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».