MétaCan
Menu
Retour à la cohorte
Enregistrement W4200126817 · doi:10.1136/bmjopen-2020-047515

Cost–utility analysis of antimicrobial stewardship programme at a tertiary teaching hospital in Ethiopia

2021· article· en· W4200126817 sur OpenAlexafffund
Gebremedhin Beedemariam Gebretekle, Damen Haile Mariam, Stephen Mac, Workeabeba Abebe, Tinsae Alemayehu, Wondwossen Amogne Degu, Michael Libman, Cédric P. Yansouni, Teferi Gedif Fenta, Makeda Semret, Beate Sander

Notice bibliographique

RevueBMJ Open · 2021
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensMcGill University Health CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesUniversity of TorontoMcGill University Health CentreUnited States Agency for International DevelopmentMcGill UniversityFonds de Recherche du Québec - SantéAddis Ababa University
Mots-clésMedicineAntimicrobial stewardshipIncremental cost-effectiveness ratioEmergency medicineCohortPopulationCost effectivenessEconomic evaluationCohort studyHealth careQuality-adjusted life yearIntensive care medicineAntibiotic resistanceInternal medicineEnvironmental healthAntibiotics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Antimicrobial stewardship (AMS) significantly reduces inappropriate antibiotic use and improves patient outcomes. In low-resource settings, AMS implementation may require concurrent strengthening of clinical microbiology capacity therefore additional investments. We assessed the cost-effectiveness of implementing AMS at Tikur Anbessa Specialised Hospital (TASH), a tertiary care hospital in Ethiopia. DESIGN: We developed a Markov cohort model to assess the cost-utility of pharmacist-led AMS with concurrent strengthening of laboratory capacity compared with usual care from a 'restricted societal' perspective. We used a lifetime time horizon and discounted health outcomes and cost at 3% annually. Data were extracted from a prospective study of bloodstream infections among patients hospitalised at TASH, supplemented by published literature. We assessed parameter uncertainty using deterministic and probabilistic sensitivity analyses. SETTING: Tertiary care hospital in Ethiopia, with 800 beds and serves over half a million patients per year. POPULATION: Cohort of adults and children inpatient population aged 19.8 years at baseline. INTERVENTION: Laboratory-supported pharmacist-led AMS compared with usual care. Usual care is defined as empirical initiation of antibiotic therapy in the absence of strong laboratory and AMS. OUTCOME MEASURES: Expected life-years, quality-adjusted life-years (QALYs), costs (US$2018) and incremental cost-effectiveness ratio. RESULTS: Laboratory-supported AMS strategy dominated usual care, that is, AMS was associated with an expected incremental gain of 38.8 QALYs at lower expected cost (incremental cost savings:US$82 370) per 1000 patients compared with usual care. Findings were sensitive to medication cost, infection-associated mortality and AMS-associated mortality reduction. Probabilistic sensitivity analysis demonstrated that AMS programme was likely to be cost-effective at 100% of the simulation compared with usual care at 1%-51% of gross domestic product/capita. CONCLUSION: Our study indicates that laboratory-supported pharmacist-led AMS can result in improved health outcomes and substantial healthcare cost savings, demonstrating its economic advantage in a tertiary care hospital despite greater upfront investments in a low-resource setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,352
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetAntibiotic Use and ResistanceTravaux en français237 207