Community Distribution of Naloxone: A Systematic Review of Economic Evaluations
Notice bibliographique
Résumé
BACKGROUND: As a core component of harm-reduction strategies to address the opioid crisis, several countries have instituted publicly funded programs to distribute naloxone for lay administration in the community. The effectiveness in reducing mortality from opioid overdose has been demonstrated in multiple systematic reviews. However, the economic impact of community naloxone distribution programs is not fully understood. OBJECTIVES: Our objective was to conduct a review of economic evaluations of community distribution of naloxone, assessing for quality and applicability to diverse contexts and settings. DATA SOURCES: The search strategy was performed on MEDLINE, Embase, and EconLit databases. STUDY ELIGIBILITY CRITERIA AND INTERVENTIONS: Search criteria were developed based on two themes: (1) papers involving naloxone or narcan and (2) any form of economic evaluation. A focused search of the grey literature was also conducted. Studies exploring the intervention of community distribution of naloxone were selected. STUDY APPRAISAL AND SYNTHESIS METHODS: Data extraction was done using the British Medical Journal guidelines for economic submissions, assigning quality levels based on the impact of the missing or unclear components on the strength of the conclusions. RESULTS: A total of nine articles matched our inclusion criteria: one cost-effectiveness analysis, eight cost-utility analyses, and one cost-benefit analysis. Overall, the quality of the studies was good (six of high quality, two of moderate quality, and one of low quality). All studies concluded that community distribution of naloxone was cost effective, with an incremental cost-utility ratio range of $US111-58,738 (year 2020 values) per quality-adjusted life-year gained. LIMITATIONS: Our search strategy was developed iteratively, rather than following an a priori design. Additionally, our search was limited to English terms. CONCLUSIONS AND IMPLICATIONS OF KEY FINDINGS: Based on this review, community distribution of naloxone is a worthwhile investment and should be considered by other countries dealing with the opioid epidemic.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».