Supervised consumption site enables cost savings by avoiding emergency services: a cost analysis study
Notice bibliographique
Résumé
BACKGROUND AND AIMS: We report on a cost analysis study, using population level data to determine the emergency service costs avoided from emergency overdose management at supervised consumption services (SCS). DESIGN: We completed a cost analysis from a payer's perspective. In this setting, there is a single-payer model of service delivery. SETTING: In Calgary, Canada, 'Safeworks Harm Reduction Program' was established in late 2017 and offers 24/7 access to SCS. The facility is a nurse-led service, available for client drop-in. We conducted a cost analysis for the entire duration of the program from November 2017 to January 2020, a period of 2 years and 3 months. METHODS: We assessed costs using the following factors from government health databases: monthly operational costs of providing services for drug consumption, cost of providing ambulance pre-hospital care for clients with overdoses who could not be revived at the facility, cost of initial treatment in an emergency department, and benefit of costs averted from overdoses that were successfully managed at the SCS. RESULTS: The proportion of clients who have overdosed at the SCS has decreased steadily for the duration of the program. The number of overdoses that can be managed on site at the SCS has trended upward, currently 98%. Each overdose that is managed at the SCS produces approximately $1600 CAD in cost savings, with a savings of over $2.3 million for the lifetime of the program. CONCLUSION: Overdose management at an SCS creates cost savings by offsetting costs required for managing overdoses using emergency department and pre-hospital ambulance services.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».