MétaCan
Menu
← Retour à la cohorte
Enregistrement W4366588489 · doi:10.1101/2023.04.17.23288697

HEPA Air Filters for Preventing Wildfire-Related Asthma Complications, a Cost-effectiveness Study

2023· preprint· en· W4366588489 sur OpenAlexafffundabout
Amin Adibi, Prabjit Barn, Erin M. Shellington, Stephanie Harvard, KATE JOHNSON, Christopher Carlsten

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensVancouver Coastal HealthFraser HealthCentre for Advancing Health OutcomesVancouver Coastal Health Research InstituteUniversity of British Columbia
Organismes subventionnairesBritish Columbia Centre for Disease Control
Mots-clésHEPAMedicineAsthmaExacerbationEnvironmental healthCost effectivenessEmergency departmentCost–benefit analysisQuality-adjusted life yearEmergency medicineFilter (signal processing)Internal medicineEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Rationale Air pollution caused by wildfire smoke is linked to adverse health outcomes, especially for people living with asthma. We studied whether government rebates for high-efficiency particulate air (HEPA) filters, which reduce smoke particles indoors, are cost-effective in managing asthma and preventing exacerbations in British Columbia (BC), Canada. Methods A Markov model analyzed health states for asthma control, exacerbation severity, and death over a retrospective time-horizon of 5 years (2018-2022). Wildfire smoke-derived particulate matter (PM 2.5 ) from the CanOSSEM model and relevant literature informed the model. The base case analysis assumed continuous use of the HEPA filter. Costs and quality-adjusted life-years (QALYs) resulting from varying rebates were computed for each Health Service Delivery Area (HSDA). Results In the base case analysis, HEPA air filter use resulted in increased costs of $83.34 (SE=1.03) and increased QALYs of 0.0011 (SE=0.0001) per person. Average incremental cost effectiveness ratio (ICER) among BC HSDAs was $74,652/QALY (SE=3,517), with ICERs ranging from $40,509 to $89,206 per QALY in HSDAs. Across the province, the intervention was projected to prevent 4,418 exacerbations requiring systemic corticosteroids, 643 emergency department visits, and 425 hospitalizations during the 5-year time horizon. A full rebate was cost-effective in one of the 16 HSDAs across BC. The probability of cost-effectiveness ranged from 0.1% to 74.8% across HSDAs. A $100 rebate was cost-effective in most HSDAs. Conclusions Our results indicate variable cost-effectiveness of HEPA filters in managing wildfire smoke-related asthma issues in BC. The effectiveness of government rebates varies by region but rebates up to two-thirds of the filter cost generally appear cost-effective, with a full rebate only cost-effective in Kootenay Boundary. Lay Summary Wildfire smoke can increase flare ups of symptoms among people living with asthma. These flare ups may require a visit to the emergency department or hospital admission. Research shows that portable HEPA air filters can significantly reduce concentrations of fine particles (PM2.5, an important component of wildfire smoke) in homes and other buildings. Using air filters during smoke events is a common public health recommendation. However, air filters are not accessible to everyone, with units costing anywhere between $150 to a few hundred dollars. Does it make sense for the government of BC to offer a rebate on the cost of purchasing air filters for every person living with asthma in BC? In this study, we used historical data on wildfire smoke concentrations between 2018 to 2022, computer simulations, and health economics methods to answer this question. Our results suggest that it is likely cost-effective for the government to pay for a portion of the costs of air filters, particularly in the interior and northern interior parts of BC. We also looked at other scenarios, such as filter use only when outdoor pollution exceeds certain thresholds that typically trigger an air quality advisory. We found that a $100 rebate was cost-effective when the air filter was used continuously, whereas a $30 rebate was cost-effective when the air filter was turned on only during air quality advisories.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,138
Score d'incertitude au seuil0,275

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,144
Tête enseignante GPT0,387
Écart entre enseignants0,243 · 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

Citations2
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetClimate Change and Health Impacts→Travaux en français237 207→