Cost modelling incorporating procalcitonin for the risk stratification of febrile infants ≤60 days old
Notice bibliographique
Résumé
Objectives: Procalcitonin testing is recommended to discriminate febrile young infants at risk of serious bacterial infections (SBI). However, this test is not available in many clinical settings, limited largely by cost. This study sought to evaluate contemporary real-world costs associated with the usual care of febrile young infants, and estimate impact on clinical trajectory and costs when incorporating procalcitonin testing. Methods: We assessed hospital-level door-to-discharge costs of all well-appearing febrile infants aged ≤60 days, evaluated at a tertiary paediatric hospital between April/2016 and March/2019. Emergency Department and inpatient expense data for usual care were obtained from the institutional general ledger, validated by the provincial Ministry of Health. These costs were then incorporated into a probabilistic model of risk stratification for an equivalent simulated cohort, with the addition of procalcitonin. Results: During the 3-year study period, 1168 index visits were included for analysis. Real-world median costs-per-infant were the following: $3266 (IQR $2468 to $4317, n=93) for hospitalized infants with SBIs; $2476 (IQR $1974 to $3236, n=530) for hospitalized infants without SBIs; $323 (IQR $286 to $393, n=538) for discharged infants without SBIs; and, $3879 (IQR $3263 to $5297, n=7) for discharged infants subsequently hospitalized for missed SBIs. Overall median cost-per-infant of usual care was $1555 (IQR $1244 to $2025), compared to a modelled cost of $1389 (IQR $1118 to $1797) with the addition of procalcitonin (10.7% overall cost savings; $1,816,733 versus $1,622,483). Under pessimistic and optimistic model assumptions, savings were 5.9% and 14.9%, respectively. Conclusions: Usual care of febrile young infants is variable and resource intensive. Increased access to procalcitonin testing could improve risk stratification at lower overall costs.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».