MétaCan
Menu
Retour à la cohorte
Enregistrement W3008704249 · doi:10.2196/17846

Telemonitoring Versus Usual Care for Elderly Patients With Heart Failure Discharged From the Hospital in the United States: Cost-Effectiveness Analysis

2020· article· en· W3008704249 sur OpenAlexvenueno aff
Xinchan Jiang, Jiaqi Yao, Joyce H. S. You

Notice bibliographique

RevueJMIR mhealth and uhealth · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart failureQuality-adjusted life yearEmergency medicineCost effectivenessInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Telemonitoring-guided interventional management reduces the need for hospitalization and mortality of patients with chronic heart failure (CHF). OBJECTIVE: This study aimed to analyze the cost-effectiveness of usual care with and without telemonitoring-guided management in patients with CHF discharged from the hospital, from the perspective of US health care providers. METHODS: A lifelong Markov model was designed to estimate outcomes of (1) usual care alone for all postdischarge patients with CHF (New York Heart Association [NYHA] class I-IV), (2) usual care and telemonitoring for all postdischarge patients with CHF, (3) usual care for all postdischarge patients with CHF and telemonitoring for patients with NYHA class III to IV, and (4) usual care for all postdischarge patients with CHF plus telemonitoring for patients with NYHA class II to IV. Model inputs were derived from the literature and public data. Sensitivity analyses were conducted to assess the robustness of model. The primary outcomes were total direct medical cost, quality-adjusted life years (QALYs), and incremental cost-effectiveness ratio (ICER). RESULTS: In the base case analysis, universal telemonitoring group gained the highest QALYs (6.2967 QALYs), followed by the telemonitoring for NYHA class II to IV group (6.2960 QALYs), the telemonitoring for NYHA class III to IV group (6.2450 QALYs), and the universal usual care group (6.1530 QALYs). ICERs of the telemonitoring for NYHA class III to IV group (US $35,393 per QALY) and the telemonitoring for NYHA class II to IV group (US $38,261 per QALY) were lower than the ICER of the universal telemonitoring group (US $100,458 per QALY). One-way sensitivity analysis identified five critical parameters: odds ratio of hospitalization for telemonitoring versus usual care, hazard ratio of all-cause mortality for telemonitoring versus usual care, CHF hospitalization cost and monthly outpatient costs for NYHA class I, and CHF hospitalization cost for NYHA class II. In probabilistic sensitivity analysis, probabilities of the universal telemonitoring, telemonitoring for NYHA class II to IV, telemonitoring for NYHA class III to IV, and universal usual care groups to be accepted as cost-effective at US $50,000 per QALY were 2.76%, 76.31%, 18.6%, and 2.33%, respectively. CONCLUSIONS: Usual care for all discharged patients with CHF plus telemonitoring-guided management for NYHA class II to IV patients appears to be the preferred cost-effective strategy.

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)0,009
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,006
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,040
Tête enseignante GPT0,354
Écart entre enseignants0,314 · 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'étudeEssai non randomisé
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

Citations33
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetHeart Failure Treatment and ManagementTravaux en français237 207