Providing care for the 99.9% during the COVID-19 pandemic: How ethics, equity, epidemiology, and cost per QALY inform healthcare policy
Notice bibliographique
Résumé
Managing healthcare in the Coronavirus Disease 2019 (COVID-19) era should be guided by ethics, epidemiology, equity, and economics, not emotion. Ethical healthcare policies ensure equitable access to care for patients regardless of whether they have COVID-19 or another disease. Because healthcare resources are limited, a cost per Quality Life Year (QALY) approach to COVID-19 policy should also be considered. Policies that focus solely on mitigating COVID-19 are likely to be ethically or financially unsustainable. A cost/QALY approach could target resources to optimally improve QALYs. For example, most COVID-19 deaths occur in long-term care facilities, and this problem is likely better addressed by a focused long-term care reform than by a society-wide non-pharmacological intervention. Likewise, ramping up elective, non-COVID-19 care in low prevalence regions while expanding testing and case tracking in hot spots could reduce excess mortality from non-COVID-19 diseases and decrease adverse financial impacts while controlling the epidemic. Globally, only ∼0.1% of people have had a COVID-19 infection. Thus, ethical healthcare policy must address the needs of the 99.9%.
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 | 0,089 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,025 |
| Communication savante | 0,026 | 0,024 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,018 | 0,030 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».