Active screening for tuberculosis in high-incidence Inuit communities in Canada: a cost-effectiveness analysis
Notice bibliographique
Résumé
BACKGROUND: Active screening for tuberculosis (TB) involves systematic detection of previously undiagnosed TB disease or latent TB infection (LTBI). It may be an important step toward elimination of TB among Inuit in Canada. We aimed to evaluate the cost-effectiveness of community-wide active screening for TB infection and disease in 2 Inuit communities in Nunavik. METHODS: We incorporated screening data from the 2 communities into a decision analysis model. We predicted TB-related health outcomes over a 20-year time frame, beginning in 2019. We assessed the cost-effectiveness of active screening in the presence of varying outbreak frequency and intensity. We also considered scenarios involving variation in timing, impact and uptake of screening programs. RESULTS: Given a single large outbreak in 2019, we estimated that 1 round of active screening reduced TB disease by 13% (95% uncertainty range -3% to 27%) and was cost saving compared with no screening, over 20 years. In the presence of simulated large outbreaks every 3 years thereafter, a single round of active screening was cost saving, as was biennial active screening. Compared with a single round, we also determined that biennial active screening reduced TB disease by 59% (95% uncertainty range 52% to 63%) and was estimated to cost Can$6430 (95% uncertainty range -$29 131 to $13 658 in 2019 Can$) per additional active TB case prevented. With smaller outbreaks or improved rates of treatment initiation and completion for people with LTBI, we determined that biennial active screening remained reasonably cost-effective compared with no active screening. INTERPRETATION: Active screening is a potentially cost-saving approach to reducing disease burden in Inuit communities that have frequent TB outbreaks.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».