Cost-effectiveness of a free drug program for schizophrenia in Beijing, China
Notice bibliographique
Résumé
BACKGROUND: Beijing municipal government launched a Free Drug Program (FDP) in 2013 to reduce the financial burden of schizophrenia patients. OBJECTIVES: To assess the cost-effectiveness of a FDP designed for schizophrenia patients in Beijing, China. METHODS: In all, 2007 schizophrenia patients enrolled in an FDP (FDP group) and 2001 schizophrenia patients who were not enrolled (non-FDP group) were randomly selected for a cross-sectional survey in August 2015. The study sought to develop a cost-effectiveness model to assess the FDP from the societal perspective in Beijing, China. Scenario analyses explored the potential strategies to further improve the cost-effectiveness of the FDP. RESULTS: The FDP group was associated with lower socioeconomic status and more advanced disease than the non-FDP group (unemployment rate: 48.8% vs 37.3%, p < .001; disability rate: 91.2% vs 64.1%, p < .001; overall comorbidity rate: 34.9% vs 28.8%, p < .001). The two groups exhibited similar disease severity and quality of life. However, the FDP group was associated with significantly lower direct medical costs (coefficient -.342, p = .003) and indirect costs (coefficient -.473, p < .001) than the non-FDP group. The base case incremental cost-effectiveness ratio (ICER) per gained quality-adjusted life year (QALY) for the FDP group relative to the non-FDP group was 1.480 times of 2015 China's gross domestic product per capita. Home drug delivery and long-lasting injection treatment could reduce the ICER for the FDP group relative to the non-FDP group by 57.8% and 29.8%, respectively. CONCLUSION: The FDP was attractive to schizophrenia patients with lower socioeconomic status and more advanced disease. The cost-effectiveness of the FDP was acceptable and could be further improved by home drug delivery and long-lasting injection treatment.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».