Quantifier les gains économiques associés à la vaccination contre la COVID-19 dans la population canadienne : une analyse coûts-avantages
Notice bibliographique
Résumé
Contexte : La vaccination a été un élément central de la réponse pandémique à la maladie à coronavirus 2019 (COVID-19) au Canada.Bien que les avantages cliniques de la vaccination soient évidents, il est utile de comprendre les avantages de la vaccination au niveau de la population par rapport aux coûts du programme.L'objectif du présent article est de quantifier l'impact économique de la vaccination contre la COVID-19 dans la population canadienne entre décembre 2020 et mars 2022.Méthodes : Nous avons effectué une analyse coûts-avantages basée sur un modèle du programme canadien de vaccination contre la COVID-19.Nous avons utilisé un modèle épidémiologique pour estimer le nombre de cas symptomatiques de COVID-19, d'hospitalisations, de cas de syndrome post-COVID-19 (SPC) et de décès en présence et en absence de vaccination.Les valeurs médianes, inférieures et supérieures d'intervalle crédible à 95 % des résultats de 100 simulations de modèle ont été utilisées pour estimer les coûts directs et indirects de maladie, y compris la valeur de la santé.Nous avons utilisé une perspective sociétale et un taux d'actualisation de 1,5 %.Résultats : Nous avons estimé que les coûts du programme de vaccination étaient largement compensés par les économies associées aux infections évitées et aux conséquences en aval connexes.La vaccination a augmenté l'avantage net de 298,1 milliards de dollars canadiens (intervalle de crédibilité à 95 % : 27,2-494,6) par rapport au contrefactuel d'absence de vaccination.Les plus grands avantages étaient dus à la mortalité prématurée évitée, ce qui a entraîné un avantage estimé de 222,0 milliards de dollars (intervalle de crédibilité à 95 % : 31,2-379,0).Conclusion : Notre évaluation économique basée sur un modèle fournit une évaluation rétrospective de la vaccination contre la COVID-19 au cours des 16 premiers mois du programme au Canada et suggère qu'elle améliorait le bien-être, compte tenu de la diminution des hospitalisations et de l'utilisation des ressources en soins de santé, de la prévention des décès et de la diminution de la morbidité liée à des conditions comme le SPC.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».