MétaCan
Menu
← Retour à la cohorte
Enregistrement W4301316220

Costo-beneficio de un programa preventivo y terapéutico para reducir la deficiencia de hierro en Argentina Cost-benefit of a prevention and treatment program to reduce iron deficiency in Argentina

2009· article· es· W4301316220 sur OpenAlexaboutno aff
Ignacio Drake, Ricardo Bernztein

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2009
Typearticle
Languees
DomaineMedicine
ThématiqueIron Metabolism and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMedicineIron deficiencyPolitical scienceArtAnemia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJETIVOS: Estimar los costos directos e indirectos de la deficiencia de hierro (DH) y la anemia ferropénica (AF) en Argentina y compararlos con los costos de un programa específico para su prevención y tratamiento. MÉTODOS: Análisis de escenario previo (ex ante) de la relación costo-beneficio de un programa de prevención y tratamiento de la AF dirigido a todos los niños y las embarazadas pobres y sin cobertura social de Argentina. Las consecuencias económicas de la DH y la AF se estimaron a partir de los costos directos - gastos vinculados a la atención de un parto prematuro - e indirectos - pérdidas en la productividad futura de los niños por su peor desarrollo cognitivo debido a la DH y la menor productividad de los adultos por la AF - mediante la metodología específica desarrollada por The Micronutrient Initiative. Las intervenciones se definieron según las Guías de Práctica Clínica vigentes en Argentina y los costos de los componentes se tomaron de los precios de las licitaciones del Ministerio de Salud de la Nación. RESULTADOS: Cada US$ 1,00 invertido en un programa de prevención y tratamiento de la DH y la AF, con una cobertura de 90% de la población de lactantes y embarazadas pobres sin seguro explícito de salud, representaría un ahorro de US$ 33,40 por la prevención de las pérdidas económicas debidas a estas enfermedades. CONCLUSIÓN: Las intervenciones para enfrentar la DH no solo mejoran significativamente el estado de salud de la población, sino que representan un ahorro considerable de recursos. OBJECTIVES: To estimate the direct and indirect cost of iron deficiency (ID) and iron-deficiency anemia (IDA) in Argentina and compare it with the cost of a prevention and treatment program. METHODS: Analysis of a prior scenario to gage the relative cost-benefit of an IDA prevention and treatment program for all low-income children and expectant mothers without social coverage/benefits in Argentina. The economic consequences of ID and IDA were estimated as direct (cost of care for premature birth) and indirect costs (future lost productivity due to poor cognitive development due of children with ID and current reduced productivity of adults with IDA) employing the specific methodology designed by The Micronutrient Initiative (Ottawa, Canada). The interventions were defined according the practical clinical guidelines in use in Argentina and the item costs were taken from Ministry of Health price lists. RESULTS: Each US$ 1.00 invested in an ID and IDA prevention and treatment program, assuming 90% coverage of breastfeeding/pregnant uninsured low-income mothers, would save US$ 33.40 by preventing the economic losses that would otherwise result from these conditions. CONCLUSIONS: DH interventions not only significantly improve the health status of the population, but also offer a considerable savings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,220

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,521
Écart entre enseignants0,404 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetIron Metabolism and Disorders→Travaux en français237 207→