Economic Value of Initial Implementation Activities for Proposed Ban on Sales of Over-The-Counter Diet Pills and Muscle-Building Supplements to Minors
Notice bibliographique
Résumé
•Start-up costs for states implementing prevention policies are typically excluded from cost-effectiveness analyses.•Age-restriction bans on over-the-counter diet pills and muscle-building supplements are being considered.•Such bans prevent eating disorders, illicit anabolic steroid use, and other adverse health outcomes.•Start-up administrative costs of this ban are less than the starting salary of a secretary. IntroductionOver-the-counter diet pills, weight-loss supplements, and muscle-building supplements often contain harmful ingredients and are associated with eating disorder diagnoses and other negative health outcomes. This study estimated the value of state initial implementation activities, for example, regulation development, to implement a ban on the sale of dangerous over-the-counter diet pills and muscle-building supplements to minors.MethodsWe enumerated minimum, best, and maximum values for 22 inputs among 11 activities state employees may undertake if the legislation were signed into law. For employment costs, we estimated staff hours on the basis of data from 10 key informants and obtained salary ranges from a state government website. Data were collected and analyzed between September 2021 and January 2022. We calculated 95% CIs using 10,000 Monte Carlo simulations that varied inputs simultaneously and probabilistically. We conducted two sensitivity analyses using all minimum and all maximum salaries.ResultsThe estimated value of state start-up activities was $47,536 (95% CI=$36,831–$57,381). Inputs with the largest impact on this estimate corresponded to combinations of the highest salary and greatest hours per task.ConclusionsThe state's one-time opportunity cost to initiate this age-restriction policy would be minimal considering potential health gains. Sensitivity analyses did not change the conclusion, especially if the state produces subregulations linked to existing law rather than new regulations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».