Exploring the cost-effectiveness of high versus low perioperative fraction of inspired oxygen in the prevention of surgical site infections among abdominal surgery patients in three low- and middle-income countries
Notice bibliographique
Résumé
Background This study assessed the potential cost-effectiveness of high (80–100%) vs low (21–35%) fraction of inspired oxygen (FiO 2 ) at preventing surgical site infections (SSIs) after abdominal surgery in Nigeria, India, and South Africa. Methods Decision-analytic models were constructed using best available evidence sourced from unbundled data of an ongoing pilot trial assessing the effectiveness of high FiO 2 , published literature, and a cost survey in Nigeria, India, and South Africa. Effectiveness was measured as percentage of SSIs at 30 days after surgery, a healthcare perspective was adopted, and costs were reported in US dollars ($). Results High FiO 2 may be cost-effective (cheaper and effective). In Nigeria, the average cost for high FiO 2 was $216 compared with $222 for low FiO 2 leading to a −$6 (95% confidence interval [CI]: −$13 to −$1) difference in costs. In India, the average cost for high FiO 2 was $184 compared with $195 for low FiO 2 leading to a −$11 (95% CI: −$15 to −$6) difference in costs. In South Africa, the average cost for high FiO 2 was $1164 compared with $1257 for low FiO 2 leading to a −$93 (95% CI: −$132 to −$65) difference in costs. The high FiO 2 arm had few SSIs, 7.33% compared with 8.38% for low FiO 2, leading to a −1.05 (95% CI: −1.14 to −0.90) percentage point reduction in SSIs. Conclusion High FiO 2 could be cost-effective at preventing SSIs in the three countries but further data from large clinical trials are required to confirm this.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».