Hepatitis C treatment strategies in prisons: A cost-effectiveness analysis
Notice bibliographique
Résumé
In Australian prisons approximately 20% of inmates are chronically infected with hepatitis C virus (HCV), providing an important population for targeted treatment and prevention. A dynamic mathematical model of HCV transmission was used to assess the impact of increasing direct-acting antiviral (DAA) treatment uptake on HCV incidence and prevalence in the prisons in New South Wales, Australia, and to assess the cost-effectiveness of alternate treatment strategies. We developed four separate models reflecting different average prison lengths of stay (LOS) of 2, 6, 24, and 36 months. Each model considered four DAA treatment coverage scenarios of 10% (status-quo), 25%, 50%, and 90% over 2016-2045. For each model and scenario, we estimated the lifetime burden of disease, costs and changes in quality-adjusted life years (QALYs) in prison and in the community during 2016-2075. Costs and QALYs were discounted 3.5% annually and adjusted to 2015 Australian dollars. Compared to treating 10% of infected prisoners, increasing DAA coverage to 25%, 50%, and 90% reduced HCV incidence in prisons by 9-33% (2-months LOS), 26-65% (6-months LOS), 37-70% (24-months LOS), and 35-65% (36-months LOS). DAA treatment was highly cost-effective among all LOS models at conservative willingness-to-pay thresholds. DAA therapy became increasingly cost-effective with increasing coverage. Compared to 10% treatment coverage, the incremental cost per QALY ranged from $497-$569 (2-months LOS), -$280-$323 (6-months LOS), -$432-$426 (24-months LOS), and -$245-$477 (36-months LOS). Treating more than 25% of HCV-infected prisoners with DAA therapy is highly cost-effective. This study shows that treating HCV-infected prisoners is highly cost-effective and should be a government priority for the global HCV elimination effort.
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 | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».