Cost-effectiveness of feedback-informed psychological treatment: Evidence from the IAPT-FIT trial
Notice bibliographique
Résumé
Background: Feedback-informed treatment (FIT) involves using computerized routine outcome monitoring technology to alert therapists to cases that are not responding well to psychotherapy, prompting them to identify and resolve obstacles to improvement.In this study, we present the first health economic evaluation of FIT, compared to usual care, to enable decision makers to judge whether this approach represents a good investment for health systems.Methods: This randomised controlled trial included 2233 patients clustered within 77 therapists who were randomly assigned to a FIT group (n = 1176) or a usual care control group (n = 1057).Treatment response was monitored using patient-reported depression (PHQ-9) and anxiety (GAD-7) measures.Therapists in the FIT group had access to a computerized algorithm that alerted them to cases that were "not on track", compared to normative clinical data.Health service costs included the cost of training therapists to use FIT and the cost of therapy sessions in each arm.The incremental cost-effectiveness of FIT was assessed relative to usual care, using multilevel modelling.Results: FIT was associated with an increased probability of reliable symptomatic improvement by 8.09 percentage points (95% CI: 4.16%-12.03%)which was statistically significant.The incremental cost of FIT was £15.17 (95% CI: £6.95 to £37.29) per patient and was not statistically significant.The incremental costeffectiveness ratio (ICER) per additional case of reliable improvement was £187.4 (95% CI: £126.7 to £501.5); this confidence interval shows that the relative cost-effectiveness is between FIT being a dominant strategy (i.e. more effective and also cost-saving) to FIT being more effective at a modest incremental cost to the health system.Conclusions: The FIT strategy increases the probability of reliable improvement in routine clinical practice and may be associated with a small (but uncertain) incremental cost.FIT is likely to be a cost-effective strategy for mental health 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».