Cost-Effectiveness of a School-Based Social and Emotional Learning Intervention: Evidence from a Cluster-Randomised Controlled Trial of the Promoting Alternative Thinking Strategies Curriculum
Notice bibliographique
Résumé
BACKGROUND: School-based social and emotional learning interventions can improve wellbeing and educational attainment in childhood. However, there is no evidence on their effects on health-related quality of life (HRQoL) or on their cost effectiveness. OBJECTIVE: Our objective was to evaluate the cost effectiveness of the Promoting Alternative Thinking Strategies (PATHS) curriculum. METHODS: A prospective economic evaluation was conducted alongside a cluster-randomised controlled trial of the PATHS curriculum implemented in the Greater Manchester area of England. In total, 23 schools (n = 2676 children) were randomised to receive PATHS, and 22 schools (n = 2542 children) were randomised to continue with usual practice. A UK health service perspective and a 2-year time horizon were used. HRQoL data were collected prospectively from all children in the trial via the Child Health Utility Nine-Dimension questionnaire. Micro-costing was undertaken to estimate the intervention costs. Missing data were imputed using multiple imputation. RESULTS: The mean incremental cost of the PATHS curriculum compared with usual practice was £32.01 per child, and mean incremental quality-adjusted life-years (QALYs) were positive (0.0019; 95% confidence interval [CI] 0.0009-0.0029). Assuming a willingness-to-pay threshold of £20,000 per QALY, the expected incremental net benefit of introducing the PATHS curriculum was £5.56 per child (95% CI - 14.68 to 25.81), and the probability of cost effectiveness was 84%. However, this probability fell to 0% when intervention costs included teacher's salary costs. CONCLUSION: The PATHS curriculum has the potential to be cost effective at standard UK willingness-to-pay thresholds. However, the sensitivity of the cost-effectiveness estimates to key assumptions means decision makers should seek further information before allocating scarce public resources. TRIAL REGISTRATION NUMBER: ISRCTN85087674.
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 | 0,011 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».