An economic evaluation of universal and targeted case-finding strategies for identifying antenatal depression: a model-based analysis comparing common case-finding instruments
Notice bibliographique
Résumé
Half of women with depression in the perinatal period are not identified in routine care, and missed cases reflect inequalities in other areas of maternity care. Case finding (screening) for depression in pregnant women may be a cost-effective strategy to improve identification, and targeted case finding directs finite resources towards the greatest need. We compared the cost-effectiveness of three case-finding strategies: no case finding, universal (all pregnant women), and targeted (only pregnant women with risk factors for antenatal depression, i.e. history of anxiety/depression, age < 20 years, and adverse life events). A decision tree model was developed to represent case finding (at around 20 weeks gestation) and subsequent treatment for antenatal depression (up to 40 weeks gestation). Costs include case finding and treatment. Health benefits are measured as quality-adjusted life years (QALYs). The sensitivity and specificity of case-finding instruments and prevalence and severity of antenatal depression were estimated from a cohort study of pregnant women. Other model parameters were derived from published literature and expert consultation. The most cost-effective case-finding strategy was a two-stage strategy comprising the Whooley questions followed by the PHQ-9. The mean costs were £52 (universal), £61 (no case finding), and £62 (targeted case finding). Both case-finding strategies improve health compared with no case finding. Universal case finding is cost-saving. Costs associated with targeted case finding are similar to no case finding, with greater health gains, although targeted case finding is not cost-effective compared with universal case finding. Universal case finding for antenatal depression is cost-saving compared to no case finding and more cost-effective than targeted case finding.
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 | 0,025 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,008 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».