A cost-effectiveness analysis of national smoking cessation services among chronic obstructive pulmonary disease patients in Thailand
Notice bibliographique
Résumé
AIMS: Thailand's national smoking cessation services (FAH-SAI clinics) were founded in 2010. A cost-effectiveness analysis (CEA) is needed to inform policymakers of the allocation and prioritization of the limited budget to maximize the value for money of reimbursing these services. Chronic obstructive pulmonary disease (COPD) patients would benefit from smoking cessation services. Therefore, this study aimed to assess the cost-effectiveness of these multidisciplinary services compared to the usual care among COPD patients in Thailand from a societal perspective. METHODS: We conducted a CEA from a societal perspective using a Markov model to simulate lifetime costs and quality-adjusted life years (QALYs) gained by each smoking cessation intervention over the patient's lifetime. We derived the effectiveness of the smoking cessation services from a multicenter, longitudinal study of smoking cessation services in Thailand and estimated the natural quit rate, transition probabilities, health utility, and cost data from the published literature. Costs and outcomes were discounted at 3%. Sensitivity analyses were performed. RESULTS: Compared to the usual care, FAH-SAI clinics were associated with higher costs (4,207 THB (US$133)) and improved QALYs (0.11), with an incremental cost-effectiveness ratio of 37,675 THB/QALY (US$1,187/QALY). The effectiveness of FAH-SAI clinics was a key driver of the cost-effectiveness results. At the willingness-to-pay (WTP) threshold of 160,000 THB (US$5,042) per QALY gained, the probability of being cost-effective was 96.5%. CONCLUSIONS: FAH-SAI clinics were cost-effective under Thailand's WTP threshold. Our results could inform policymakers in allocating resources to support smoking cessation services for COPD patients in Thailand.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».