Cost-effectiveness of transdiagnostic group cognitive behavioural therapy for anxiety disorders <i>v.</i> treatment as usual: economic evaluation of a pragmatic randomized controlled trial over an 8-month time horizon using self-reported data
Notice bibliographique
Résumé
BACKGROUND: This economic evaluation supplements a pragmatic randomized controlled trial conducted in community care settings, which showed superior improvement in the symptoms of adults with anxiety disorders who received 12 sessions of transdiagnostic cognitive-behavioural group therapy in addition to treatment as usual (tCBT + TAU) compared to TAU alone. METHODS: This study evaluates the cost-utility and cost-effectiveness of tCBT + TAU over an 8-month time horizon. For the reference case, quality-adjusted life years (QALYs) obtained using the EQ-5D-5L, and the health system perspective were chosen. Alternatively, anxiety-free days (AFDs), derived from the Beck Anxiety Inventory, and the limited societal perspective were considered. Unadjusted incremental cost-effectiveness/utility ratios were calculated. Net-benefit regressions were done for a willingness-to-pay (WTP) thresholds range to build cost-effectiveness acceptability curves (CEAC). Sensitivity analyses were included. RESULTS: = 117) generated additional QALYs, AFDs, and higher mental health care costs from the health system perspective. From the health system and the limited societal perspectives, at a WTP of Can$ 50 000/QALY, the CEACs showed that the probability of tCBT + TAU v. TAU being cost-effective was 97 and 89%. Promising cost-effectiveness results using AFDs are also presented. The participation of therapists from the public health sector could increase cost-effectiveness. CONCLUSIONS: From the limited societal and health system perspectives, this first economic evaluation of tCBT shows favourable cost-effectiveness results at a WTP threshold of Can$ 50 000/QALY. Future research is needed to replicate findings in longer follow-up studies and different health system contexts to better inform decision-makers for a full-scale implementation.
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 | 0,011 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,009 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».