An economic evaluation of targeted case-finding strategies for identifying postnatal depression: A model-based analysis comparing common case-finding instruments
Notice bibliographique
Résumé
BACKGROUND: Half of women with postnatal depression (PND) are not identified in routine care. We aimed to estimate the cost-effectiveness of PND case-finding in women with risk factors for PND. METHODS: A decision tree was developed to represent the one-year costs and health outcomes associated with case-finding and treatment for PND. The sensitivity and specificity of case-finding instruments, and prevalence and severity of PND, for women with ≥1 PND risk factor were estimated from a cohort of postnatal women. Risk factors were history of anxiety/depression, age < 20 years, and adverse life events. Other model parameters were derived from published literature and expert consultation. Case-finding for high-risk women only was compared with no case-finding and universal case-finding. RESULTS: More than half of the cohort had one or more PND risk factor (57.8 %; 95 % CI 52.7 %-62.7 %). The most cost-effective case-finding strategy was the Edinburgh Postnatal Depression Scale with a cut-off of ≥10 (EPDS-10). Among high-risk women, there is a high probability that EPDS-10 case-finding for PND is cost-effective compared to no case-finding (78.5 % at a threshold of £20,000/QALY), with an ICER of £8146/QALY gained. Universal case-finding is even more cost-effective at £2945/QALY gained (versus no case-finding). There is a greater health improvement with universal rather than targeted case-finding. LIMITATIONS: The model includes costs and health benefits for mothers in the first year postpartum, the broader (e.g. families, societal) and long-term impacts are also important. CONCLUSIONS: Universal PND case-finding is more cost-effective than targeted case-finding which itself is more cost-effective than not case-finding.
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 | 0,031 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,011 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».