Cost and operational impact of promoting upfront GeneXpert MTB/RIF test referrals for presumptive pediatric tuberculosis patients in India
Notice bibliographique
Résumé
BACKGROUND: Outreach and promotion programs are essential to ensuring uptake of new public health interventions and guidelines. We assessed the costs and operation dynamics of outreach and promotion efforts for up front Xpert MTB/RIF (Xpert) testing for pediatric presumptive tuberculosis (TB) patients in four major Indian cities. METHODS: Xpert test costs were assessed as weighted average per-test costs based on the daily workload dynamics matched by test volume specific Xpert unit cost at each study site. Costs of outreach programs to recruit health providers to refer pediatric patients for Xpert testing were assessed as cost per referral for each quarter based on total program costs and referral data. All costs were assessed in the health service provider's perspective and expressed in 2015 USD. RESULTS: Weighted average per-test costs ranged from $14.71 to $17.81 at the four laboratories assessed. Differences between laboratories were associated with unused testing capacity and/or frequencies of overtime work to cope with increasing demand and same-day testing requirements. Outreach activities generated between 825 and 2,065 Xpert testing referrals on average each quarter across the four study sites, translating into $0.63 to $2.55 per patient referred. Overall outreach costs per referral decreased with time, stabilizing at an average cost of $1.10, and demonstrated a clear association with increased referrals. CONCLUSIONS: Xpert test and outreach program costs within and across study sites were mainly driven by the dynamics of Xpert testing demand resulting from the combined outreach activities. However, these increases in demand required considerable overtime work resulting in additional costs and operational challenges at the study laboratories. Therefore, careful laboratory operational adjustment should be evaluated at target areas in parallel to the anticipated demand from the Xpert referral outreach program scale-up in other Indian regions.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».