A Telehealth and Telepsychiatry Economic Cost Analysis Framework: Scoping Review
Notice bibliographique
Résumé
Introduction: Despite a good evidence base for telepsychiatry (TP), economic cost analyses are infrequent and vary in quality. Methods: A scoping review was conducted based on the research question, “From the perspective of an economic cost analysis for telehealth and telepsychiatry, what are the most meaningful ways to ensure a study/intervention improved clinical care, provided value to participants, had population level impact, and is sustainable?” The search in seven databases focused on keywords in four concept areas: (1) economic cost analysis, (2) evaluation, (3) telehealth and telepsychiatry, and (4) quantifiable health status outcomes. The authors reviewed the full-text articles based on the inclusion (Medical Subject Headings [MeSH] of the keywords) and exclusion criteria. Results: Of a total of 2,585 potential references, a total of 99 articles met the inclusion criteria. The evaluation of telehealth and TP has focused on access, quality, patient outcomes, feasibility, effectiveness, outcomes, and cost. Cost-effectiveness, cost–benefit, and other analytic models are more common with telehealth than TP studies, and these studies show favorable clinical, quality of life, and economic impact. A standard framework for economic cost analysis should include: an economist for planning, implementation, and evaluation; a tool kit or guideline; comprehensive analysis (e.g., cost-effectiveness or cost–benefit) with an incremental cost-effectiveness ratio; measures for health, quality of life, and utility outcomes for populations; methods to convert outcomes into economic benefits (e.g., monetary, quality of adjusted life year); broad perspective (e.g., societal perspective); sensitivity analysis for uncertainty in modeling; and adjustments for differential timing (e.g., discounting and future costs). Conclusions: Technology assessment and economic cost analysis—such as effectiveness and implementation science approaches—contribute to clinical, training, research, and other organizational missions. More research is needed with a framework that enables comparisons across studies and meta-analyses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,057 | 0,160 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,041 | 0,040 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,013 | 0,010 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,008 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».