Cost-effectiveness analysis of prosthesis provision for patients with transfemoral amputation in Tanzania
Notice bibliographique
Résumé
BACKGROUND: Limb loss leads to significant disability. Prostheses may mitigate this disability but are not readily accessible in low- and middle-income countries (LMICs). Cost-effectiveness data related to prosthesis provision in resource-constrained environments such as Tanzania is greatly limited. OBJECTIVES: This study aimed to compare the cost-effectiveness of a prosthesis intervention compared with that of no prosthesis for persons with transfemoral amputations in an LMIC. STUDY DESIGN: This is a prospective cohort study. METHODS: Thirty-eight patients were prospectively followed up. Clinical improvement with prosthesis provision was measured using EuroQuol-5D, represented as quality-adjusted life years gained. Direct and indirect costs were measured. The primary outcome was incremental cost per quality-adjusted life year, measured at 1 year and projected over a lifetime using a Markov model. Reference case was set as a single prosthesis provided without replacement from a payer perspective. Additional scenarios included the societal perspective and replacement of the prosthesis. Uncertainty was measured with one-way probabilistic sensitivity analysis. RESULTS: From the payer perspective, the incremental cost-effectiveness ratio (ICER) was $242 for those without prosthetic replacement over a lifetime, and the ICER was $390 for those with prosthetic replacement over a lifeime. From the societal perspective, prosthesis provision was both less expensive and more effective. One-way sensitivity analysis demonstrated the ICER remained below the willingness to pay threshold up to prosthesis costs of $763. CONCLUSIONS: These findings suggest prosthesis provision in an LMIC may be cost-effective, but further studies with long-term follow up are needed to validate the results.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».