Cost‐effectiveness analysis of hepatitis C virus (HCV) point‐of‐care assay for HCV screening
Notice bibliographique
Résumé
BACKGROUND & AIMS: Hepatitis C virus (HCV) continues to pose significant public health concerns with approximately 44% of chronically infected Canadians undiagnosed. The current HCV screening in Canada is a two-step diagnosis pathway consisting of anti-HCV testing and HCV ribonucleic acid (RNA) testing. The introduction of HCV point-of-care assays, such as the Xpert HCV viral load finger-stick assay, can facilitate HCV RNA diagnosis during a single visit and provide quick linkage to care. We evaluated the cost-effectiveness of HCV point-of-care testing compared with current HCV screening strategies for injection drug users (IDUs) from a Canadian provincial Ministry of Health perspective. METHODS: A state-transition model based on published literature was developed to compare HCV point-of-care assay with the standard-of-care blood screening for a one-time HCV screening and treatment program. It adopted a lifetime time horizon and included health states related to treatment, fibrosis stages, and advanced liver disease clinical states. Outcomes were expressed in costs, quality-adjusted life years (QALYs), and incremental cost-effectiveness ratios. Sensitivity analyses were conducted to assess the robustness of the model. RESULTS: HCV point-of-care assay generated an additional 0.035 QALYs/person at a cost reduction of $21.15 compared with the standard-of-care screening. The results were the most sensitive to the specificity of HCV point-of-care assay. CONCLUSIONS: The implementation of HCV point-of-care screening in Canada is likely to be cost-saving for IDUs. Early detection and treatment of undiagnosed individuals can prolong people's life span and save healthcare costs associated with HCV-related complications.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».