Scaling up investigation and treatment of household contacts of tuberculosis patients in Brazil: a cost-effectiveness and budget impact analysis
Notice bibliographique
Résumé
Background: In Brazil, investigation and treatment of tuberculosis infection (TBI) in households contacts (HHC) of TB patients is not a priority. We estimated the cost-effectiveness and budget-impact of scaling-up an enhanced HHC management in Brazil. Methods: and two enhanced strategies for management of HHC focusing on: (1) only tuberculosis disease (TBD) detection and, (2) TBD and TBI detection and treatment. Effectiveness was the number of HHC diagnosed with TBD and completing TBI treatment. Proportions in the cascades-of-care were derived from a meta-analysis. Health-system costs (2019 US$) were based on literature and official data from Brazil. The impact of enhanced strategies was extrapolated using reported data from 2019. Findings: , 0 (95% uncertainty interval: 0-1) HHC are diagnosed with TBD and 2 (0-16) complete TBI treatment. With strategy(1), an additional 15 (3-45) HHC would be diagnosed with TBD at a cost of US$346 each. With strategy(2), 81 (19-226) additional HHC would complete TBI treatment at a cost of US$84 each. A combined strategy, implemented nationally to enhance TBD detection and TBI treatment would result in an additional 9,711 (845-28,693) TBD being detected, and 51,277 (12,028-143,495) more HHC completing TBI treatment each year, utilizing 10.9% and 11.6% of the annual national tuberculosis program budget, respectively. Interpretation: Enhanced detection and treatment of TBD and TBI among HHC in Brazil can be achieved at a national level using current tools at reasonable cost. Funding: None.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».