Economic evaluation of tele-resuscitation intervention on emergency department pediatric visits in the Niagara Region, Canada a pilot study
Notice bibliographique
Résumé
Introduction: The use of telemedicine in critical care is emerging, however, there is a paucity of information surrounding the costs relative to health gains in the pediatric population. This study aimed to estimate the cost-effectiveness of a pediatric tele-resuscitation (Peds-TECH) intervention compared to the usual care in five community hospital emergency departments (EDs). Using a decision tree analysis approach with secondary retrospective data from a 3-year time period, this cost-effectiveness analysis was completed. Methods: A mixed methods quasi-experimental design was embedded in the economic evaluation of Peds-TECH intervention. Patients aged <18 years triaged as Canadian Triage and Acuity Scale 1 or 2 at EDs were eligible to receive the intervention. Qualitative interviews were conducted with parents/caregivers to explore the out-of-pocket (OOP) expenses. Patient-level health resource utilization was extracted from Niagara Health databases. The Peds-TECH budget calculated one-time technology and operational costs per patient. Base-case analyses determined the incremental cost per year of life lost (YLL) averted, and additional sensitivity analysis confirmed the robustness of the results. Results: Odds ratio for mortality among cases was 0.498 (95% CI: 0.173, 1.43). The average cost of a patient receiving the Peds-TECH intervention was $2,032.73 compared to $317.45 in usual care. In total, 54 patients received the Peds-TECH intervention. Fewer children died in the intervention group resulting in 4.71 YLL. The probabilistic analysis revealed an incremental cost-effectiveness ratio of $64.61 per YLL averted. Conclusion: Peds-TECH appears to be a cost-effective intervention for resuscitating infants/children in hospital emergency departments.
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 | 0,007 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 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 ».