Vancomycin-resistant enterococci (VRE) screening and isolation in the general medicine ward: a cost-effectiveness analysis
Notice bibliographique
Résumé
Background: Vancomycin-resistant enterococci (VRE) are a serious antimicrobial resistant threat in the healthcare setting. We assessed the cost-effectiveness of VRE screening and isolation for patients at high-risk for colonisation on a general medicine ward compared to no VRE screening and isolation from the healthcare payer perspective. Methods: We developed a microsimulation model using local data and VRE literature, to simulate a 20-bed general medicine ward at a tertiary-care hospital with up to 1000 admissions, approximating 1 year. Primary outcomes were accrued over the patient's lifetime, discounted at 1.5%, and included expected health outcomes (VRE colonisations, VRE infections, VRE-related bacteremia, and deaths subsequent to VRE infection), quality-adjusted life years (QALYs), healthcare costs, and incremental cost-effectiveness ratio (ICER). Probabilistic sensitivity analysis (PSA) and scenario analyses were conducted to assess parameter uncertainty. Results: In our base-case analysis, VRE screening and isolation prevented six healthcare-associated VRE colonisations per 1000 admissions (6/1000), 0.6/1000 VRE-related infections, 0.2/1000 VRE-related bacteremia, and 0.1/1000 deaths subsequent to VRE infection. VRE screening and isolation accrued 0.0142 incremental QALYs at an incremental cost of $112, affording an ICER of $7850 per QALY. VRE screening and isolation practice was more likely to be cost-effective (> 50%) at a cost-effectiveness threshold of $50,000/QALY. Stochasticity (randomness) had a significant impact on the cost-effectiveness. Conclusion: VRE screening and isolation can be cost-effective in majority of model simulations at commonly used cost-effectiveness thresholds, and is likely economically attractive in general medicine settings. Our findings strengthen the understanding of VRE prevention strategies and are of importance to hospital program planners and infection prevention and control.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».