Tele-retina screening of diabetic retinopathy among at-risk populations: an economic analysis
Notice bibliographique
Résumé
OBJECTIVES: To assess the cost-effectiveness of the pilot Toronto tele-retina screening program in comparison with existing standard of care (SOC) diabetic retinopathy (DR) screening for patients with diabetes mellitus and in a simulated Pan-Ontarian cohort. METHODS: Decision trees were constructed to compare tele-retina to SOC in the pilot and Pan-Ontarian cohort. Cost-effectiveness was assessed as cost per case detected (true-positive) and cost per case correctly diagnosed (true-positive and true-negative results). RESULTS: Pilot program screening costs were $95.77 and $137.56 for tele-retina and SOC, respectively. In the base-case analysis, cost per case correctly detected was $379.06 with tele-retina and $985.56 with SOC, and the cost per case correctly diagnosed was $109.29 and $315.22, respectively. In the sensitivity analysis, cost per case correctly detected was $467.29 with tele-retina and $894.93 with SOC, and the cost per case correctly diagnosed was $136.88 and $250.35, respectively. Pan-Ontarian screening costs were $57.58 and $137.56 for tele-retina and SOC, respectively. The cost per case correctly detected was $281.10 with tele-retina and $982.00 with SOC, and the cost per case correctly diagnosed was $82.21 and $314.14, respectively. For both pilot and Pan-Ontarian sensitivity analyses, tele-retina remained the dominant strategy (ICER <0). CONCLUSIONS: Findings from this study suggest that tele-retina is a more cost-effective means of screening for diabetic retinopathy than the SOC in urban and rural underscreened communities. Subsequent economic studies should focus on evaluations that consider the impact of tele-retina on the prevention of severe vision loss in underscreened urban and rural communities.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,004 | 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 ».