Mobile Health Coaching on Nutrition and Lifestyle Behaviors for Subfertile Couples Using the Smarter Pregnancy Program: Model-Based Cost-Effectiveness Analysis
Notice bibliographique
Résumé
BACKGROUND: The health care costs for reproductive care have substantially increased with the use of in vitro fertilization (IVF) treatment. The mobile health (mHealth) coaching program Smarter Pregnancy is an effective intervention to improve nutrition and lifestyle behaviors and pregnancy rates in (sub)fertile couples, including those who undergo IVF treatment. Therefore, we hypothesize that this mHealth program can also reduce health care costs associated with IVF treatment. OBJECTIVE: This study aimed to evaluate the cost-effectiveness of the mHealth coaching program Smarter Pregnancy and compare it to usual care in women of subfertile couples who start their first IVF cycle. METHODS: This model-based cost-effectiveness analysis was performed on data from couples undergoing IVF treatment at the Erasmus MC, University Medical Center Rotterdam. A decision tree model was used to assess the incremental cost-effectiveness ratio (ICER) of ongoing pregnancies and costs of use of the mHealth program as compared to usual care. A probabilistic sensitivity analysis was performed to consider the uncertainty surrounding the point estimates of the input parameters. RESULTS: Based on our model including 793 subfertile women undergoing IVF treatment, use of the mHealth program resulted in 86 additional pregnancies and saved €270,000 compared to usual care after two IVF cycles, with an ICER of -€3050 (95% CI -3960 to -540) per additional pregnancy. The largest cost saving was caused by the avoided IVF treatment costs. Sensitivity analyses showed that the mHealth program needs to increase the ongoing pregnancy rate by at least 51% after two IVF cycles for cost saving. CONCLUSIONS: The mHealth coaching program Smarter Pregnancy is potentially cost saving for subfertile couples preceding their first IVF treatment. Implementation of this mHealth program in routine preconception care for subfertile couples should be seriously considered, given the relatively low costs and promising cost-effectiveness estimates.
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 | 0,009 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».