Cost-effectiveness of using kidneys from hepatitis C nucleic acid test–positive donors for transplantation in hepatitis C–negative recipients
Notice bibliographique
Résumé
Kidneys from deceased donors who are hepatitis C virus (HCV) nucleic acid test positive are infrequently used for transplantation in HCV-negative patients due to concerns about disease transmission. With the development of direct-acting antivirals (DAAs) for HCV, there is now potential to use these kidneys in HCV-negative candidates. However, the high cost of DAAs poses a challenge to adoption of this strategy. We created a Markov model to examine the cost-effectiveness of using deceased donors infected with HCV for kidney transplantation in uninfected waitlist candidates. In the primary analysis, this strategy was cost saving and improved health outcomes compared to remaining on the waitlist for an additional 2 or more years to receive a HCV-negative transplant. The strategy was also cost-effective with an incremental cost-effectiveness ratio of $56 018 per quality-adjusted life year (QALY) from the payer perspective, and $4647 per QALY from the societal perspective, compared to remaining on the waitlist for 1 additional year. The results were consistent in 1-way and probabilistic sensitivity analyses. We conclude that the use of kidneys from deceased donors with HCV infection is likely to lead to improved clinical outcomes at reduced cost for HCV-negative transplant candidates.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».