Iron deficiency screening for children at 18 months: a cost-utility analysis
Notice bibliographique
Résumé
BACKGROUND: The peak prevalence of iron deficiency is in children 6 months to 3 years of age, a sensitive period for neurodevelopment. Our study objective was to examine the cost-utility of a proposed iron deficiency screening program for 18-month-old children. METHODS: We used a decision tree model to estimate the costs in 2019 Canadian dollars and quality-adjusted life years (QALYs) associated with 3 iron deficiency screening strategies: no screening, universal screening and targeted screening for a high-risk population. We used a societal perspective and assessed lifetime QALY gains. We derived outcomes from the literature and prospectively collected data. We performed one-way and probabilistic sensitivity analyses to assess parameter uncertainty. RESULTS: The incremental costs to society of universal and targeted screening programs compared to no screening were $2286.06/QALY and $1676.94/QALY, respectively. With a willingness-to-pay threshold of $50 000/QALY, both programs were cost-effective. Compared to a targeted screening program, a universal screening program would cost an additional $2965.96 to gain 1 QALY, which renders it a cost-effective option. The study findings were robust to extensive sensitivity analyses. INTERPRETATION: A proposed universal screening program for iron deficiency would be cost-effective over the lifespan compared to both no screening (current standard of care) and a targeted screening program for children at high risk. Policy-makers and physicians may consider expanding the recommended 18-month enhanced well-baby visit to include screening for iron deficiency.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,002 | 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 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 ».