MétaCan
Menu
Retour à la cohorte
Enregistrement W2997752540 · doi:10.1186/s12889-019-8110-5

The cost-effectiveness of screening tools used in the diagnosis of fetal alcohol spectrum disorder: a modelled analysis

2019· article· en· W2997752540 sur OpenAlexafffundabout
Patrick Berrigan, Gail Andrew, James N. Reynolds, Jennifer Zwicker

Notice bibliographique

RevueBMC Public Health · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensQueen's UniversityGlenrose Rehabilitation HospitalUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesKids Brain Health Network
Mots-clésBiostatisticsMedicineFetal Alcohol Spectrum DisorderPublic healthEpidemiologyFetal alcohol syndromeAlcoholPsychiatryMedical emergencyPregnancyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Fetal Alcohol Spectrum Disorder (FASD) is characterized by physical and neurological abnormalities resulting from prenatal alcohol exposure. Though diagnosis may help improve patient outcomes, the diagnostic process can be costly. Subsequently, screening children suspected of FASD prior to diagnostic testing has been suggested, to avoid administering testing to children who are unlikely to receive a diagnosis. The present study set out to assess the cost-effectiveness of currently recommended FASD screening tools. METHODS: The screenings tools evaluated were chosen from Children's Healthcare Canada's National Screening Toolkit for Children and Youth Identified and Potentially Affected by FASD and include meconium testing of fatty acid ethyl esters (meconium testing) and the neurobehavioral screening tool (NST). An economic model was constructed to assess cost-effectiveness. One-way and probabilistic sensitivity analyses were conducted to assess the robustness of findings. Costs reflect 2017 Canadian dollars and the perspective is the public healthcare system. RESULTS: Both screening tools evaluated resulted in reduced costs and fewer diagnosed years of life than a no screening strategy in which all children suspected of FASD receive diagnostic testing. The model predicts that screening newborns with meconium testing results in a reduced cost of $89,186 per 100 individuals screened and 38 fewer diagnosed years of life by age 18, corresponding to an incremental cost-effectiveness ratio (ICER) of $2359. Screening children with the NST resulted in a reduced cost of $183,895 per 100 individuals screened and 77 fewer diagnosed years of life by age 18, corresponding to an ICER of $2390. CONCLUSION: Findings suggest that screening is associated with less use of healthcare recourses but also fewer years of life with an FASD diagnosis over a no screening strategy. Since diagnosis can be key to children receiving timely and appropriate health and educational services, cost-savings must be weighed against the fewer years of life with a diagnosis associated with screening.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,252

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,025
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,007
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,340
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetPrenatal Substance Exposure EffectsTravaux en français237 207