MétaCan
Menu
Retour à la cohorte
Enregistrement W4309658082 · doi:10.1001/jamanetworkopen.2022.43127

Return on Investment of the COVID-19 Vaccination Campaign in New York City

2022· article· en· W4309658082 sur OpenAlexafffund
Pratha Sah, Thomas N. Vilches, Seyed M. Moghadas, Abhishek Pandey, Suhas Gondi, Eric C. Schneider, Jesse Singer, Dave A. Chokshi, Alison P. Galvani

Notice bibliographique

RevueJAMA Network Open · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensYork University
Organismes subventionnairesNew York City Department of Health and Mental HygieneCanadian Institutes of Health ResearchCommonwealth Fund
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VaccinationInvestment (military)Coronavirus InfectionsVirologyPolitical scienceHistoryMedicinePoliticsOutbreakLawInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Importance: New York City, an early epicenter of the pandemic, invested heavily in its COVID-19 vaccination campaign to mitigate the burden of disease outbreaks. Understanding the return on investment (ROI) of this campaign would provide insights into vaccination programs to curb future COVID-19 outbreaks. Objective: To estimate the ROI of the New York City COVID-19 vaccination campaign by estimating the tangible direct and indirect costs from a societal perspective. Design, Setting, and Participants: This decision analytical model of disease transmission was calibrated to confirmed and probable cases of COVID-19 in New York City between December 14, 2020, and January 31, 2022. This simulation model was validated with observed patterns of reported hospitalizations and deaths during the same period. Exposures: An agent-based counterfactual scenario without vaccination was simulated using the calibrated model. Main Outcomes and Measures: Costs of health care and deaths were estimated in the actual pandemic trajectory with vaccination and in the counterfactual scenario without vaccination. The savings achieved by vaccination, which were associated with fewer outpatient visits, emergency department visits, emergency medical services, hospitalizations, and intensive care unit admissions, were also estimated. The value of a statistical life (VSL) lost due to COVID-19 death and the productivity loss from illness were accounted for in calculating the ROI. Results: During the study period, the vaccination campaign averted an estimated $27.96 (95% credible interval [CrI], $26.19-$29.84) billion in health care expenditures and 315 724 (95% CrI, 292 143-340 420) potential years of life lost, averting VSL loss of $26.27 (95% CrI, $24.39-$28.21) billion. The estimated net savings attributable to vaccination were $51.77 (95% CrI, $48.50-$55.85) billion. Every $1 invested in vaccination yielded estimated savings of $10.19 (95% CrI, $9.39-$10.87) in direct and indirect costs of health outcomes that would have been incurred without vaccination. Conclusions and Relevance: Results of this modeling study showed an association of the New York City COVID-19 vaccination campaign with reduction in severe outcomes and avoidance of substantial economic losses. This significant ROI supports continued investment in improving vaccine uptake during the ongoing pandemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,564
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,008
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 ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,335
Tête enseignante GPT0,424
Écart entre enseignants0,089 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations30
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetCOVID-19 epidemiological studiesTravaux en français237 207