Economic Evaluation of Remote Patient Monitoring System in Patients With Type 2 Diabetes
Notice bibliographique
Résumé
Abstract Introduction: Nowadays, an alternative model for evolution of health care is required to reduce the chronic illness burden notably diabetes; to this end, using the remote patient monitoring system is recommended. This system virtually eliminates distance barriers and constantly monitors the patients' information on urban and rural areas. Moreover, in case of trouble, patients are immediately supported and quick warnings are sent to the health care provider and the patient, if necessary. This study aimed to investigate the economic evaluation of the remote type 2 diabetes monitoring for controlling the blood glucose (glycosylated hemoglobin) compared to routine type 2 diabetes care. Methods: Economic evaluation was carried out using the finished cost of the remote type 2 diabetes monitoring technology and the routine treatment, incremental cost-effectiveness ratio as well as one-way and multiple sensitivity analysis using the key variables such as population, cost items, the minimum, maximum and average population size. In this study, the remote type 2 diabetes monitoring technology was compared with the routine treatment. Results: The results showed that, considering the incremental cost-effectiveness ratio in the base model, the remote type 2 diabetes monitoring system in comparison with routine treatment of type 2 diabetes was placed in the second quarter (more effective and affordable technology) of the graph as the most dominant alternative. The results of the two-way sensitivity analysis revealed that the research findings are consistent in terms of cost and population variables and in all cases were included in the second quarter (more effective and affordable technology) in the incremental cost-effectiveness ratio graph and were dominant compared to the routine treatment. Conclusion: Remote patient monitoring is a dominant alternative compared to routine treatment. Further evidence on long-term remote patient monitoring experience is needed for future studies. Results indicated that remote type 2 diabetes monitoring interventions play an effective role in reducing HbA1c that may be considered the rationale for policy makers on domestication of this technology.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».