Cost-utility analysis of a multispecialty interprofessional team dementia care model in Ontario, Canada
Notice bibliographique
Résumé
OBJECTIVES: To examine the cost-effectiveness of Multi-specialty INterprofessional Team (MINT) Memory Clinic care in comparison to the provision of usual care. DESIGN: Using a Markov-based state transition model, we performed a cost-utility (costs and quality-adjusted life years, QALY) analysis of MINT Memory Clinic care and usual care not involving MINT Memory Clinics. SETTING: A primary care-based Memory Clinic in Ontario, Canada. PARTICIPANTS: The analysis included data from a sample of 229 patients assessed in the MINT Memory Clinic between January 2019 and January 2021. PRIMARY OUTCOME MEASURES: Effectiveness as measured in QALY, costs (in Canadian dollars) and the incremental cost-effectiveness ratio calculated as the incremental cost per QALY gained between MINT Memory Clinics versus usual care. RESULTS: MINT Memory Clinics were found to be less expensive ($C51 496 (95% Crl $C4806 to $C119 367) while slightly improving quality of life (+0.43 (95 Crl 0.01 to 1.24) QALY) compared with usual care. The probabilistic analysis showed that MINT Memory Clinics were the superior treatment compared with usual care 98% of the time. Variation in age was found to have the greatest impact on cost-effectiveness as patients may benefit from the MINT Memory Clinics more if they receive care beginning at a younger age. CONCLUSION: Multispecialty interprofessional memory clinic care is less costly and more effective compared with usual care and early access to care significantly reduces care costs over time. The results of this economic evaluation can inform decision-making and improvements to health system design, resource allocation and care experience for persons living with dementia. Specifically, widespread scaling of MINT Memory Clinics into existing primary care systems may assist with improving quality and access to memory care services while decreasing the growing economic and social burden of dementia.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 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 ».