MétaCan
Menu
Retour à la cohorte
Enregistrement W4380537685 · doi:10.1371/journal.pgph.0001999

Testing for SARS-CoV-2 in resource-limited settings: A cost analysis study of diagnostic tests using different Ag-RDTs and RT-PCR technologies in Mozambique

2023· article· en· W4380537685 sur OpenAlexfundno aff
Nelmo Jordão Manjate, Nádia Sitoe, Júlia Sambo, Esperança Lourenço Guimarães, Neide Canana, Jorfélia Chilaúle, Sofía Viegas, Neuza Nguenha, Ilesh Jani, Giuliano Russo

Notice bibliographique

RevuePLOS Global Public Health · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensnon disponible
Organismes subventionnairesWorld Health OrganizationGlobal Affairs CanadaBill and Melinda Gates Foundation
Mots-clésDiagnostic testSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirologyCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakMedicineComputer scienceComputational biologyBiologyEmergency medicineInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Early diagnosis of SARS-CoV-2 is fundamental to reduce the risk of community transmission and mortality, as well as public sector expenditures. Three years after the onset of the SARS-CoV-2 pandemic, there are still gaps on what is known regarding costs and cost drivers for the major diagnostic testing strategies in low- middle-income countries (LMICs). This study aimed to estimate the cost of SARS-CoV-2 diagnosis of symptomatic suspected patients by reverse transcription polymerase chain reaction (RT-PCR) and antigen rapid diagnostic tests (Ag-RDT) in Mozambique. We conducted a retrospective cost analysis from the provider's perspective using a bottom-up, micro-costing approach, and compared the direct costs of two nasopharyngeal Ag-RDTs (Panbio and Standard Q) against the costs of three nasal Ag-RDTs (Panbio, COVIOS and LumiraDx), and RT-PCR. The study was undertaken from November 2020 to December 2021 in the country's capital city Maputo, in four healthcare facilities at primary, secondary and tertiary levels of care, and at one reference laboratory. All the resources necessary for RT-PCR and Ag-RDT tests were identified, quantified, valued, and the unit costs per test and per facility were estimated. Our findings show that the mean unit cost of SARS-CoV-2 diagnosis by nasopharyngeal Ag-RDTs was MZN 728.00 (USD 11.90, at 2020 exchange rates) for Panbio and MZN 728.00 (USD 11.90) for Standard Q. For diagnosis by nasal Ag-RDTs, Panbio was MZN 547.00 (USD 8.90), COVIOS was MZN 768.00 (USD 12.50), and LumiraDx was MZN 798.00 (USD 13.00). Medical supplies expenditures represented the main driver of the final cost (>50%), followed by personnel and overhead costs (mean 15% for each). The mean unit cost regardless of the type of Ag-RDT was MZN 714.00 (USD 11.60). Diagnosis by RT-PCR cost MZN 2,414 (USD 39.00) per test. Our sensitivity analysis suggests that focussing on reducing medical supplies costs would be the most cost-saving strategy for governments in LMICs, particularly as international prices decrease. The cost of SARS-CoV-2 diagnosis using Ag-RDTs was three times lower than RT-PCR testing. Governments in LMICs can include cost-efficient Ag-RDTs in their screening strategies, or RT-PCR if international costs of such supplies decrease further in the future. Additional analyses are recommended as the costs of testing can be influenced by the sample referral system.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,153
Score d'incertitude au seuil0,303

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,168
Tête enseignante GPT0,385
Écart entre enseignants0,217 · 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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLOS Global Public HealthMême sujetSARS-CoV-2 detection and testingTravaux en français237 207