High-Efficiency Particulate Air Filters for Preventing Wildfire-related Asthma Complications: A Cost-Effectiveness Study
Notice bibliographique
Résumé
Abstract Rationale Air pollution caused by wildfire smoke is linked to adverse health outcomes, especially for people living with asthma. Objectives To evaluate whether government rebates for high-efficiency particulate air (HEPA) filters, which reduce concentrations of smoke particles indoors, are cost effective in managing asthma and preventing exacerbations in British Columbia (BC), Canada. Methods We used a Markov model to analyze health states for asthma control, exacerbation severity, and death over a retrospective time horizon of 5 years (2018–2022). Concentrations of wildfire smoke–derived particulate matter with an aerodynamic diameter ≤2.5 μm (PM2.5) from the Canadian Optimized Statistical Smoke Exposure Model and relevant literature informed the model. The base-case analysis assumed continuous use of a HEPA filter. Costs and quality-adjusted life-years (QALYs) resulting from varying rebates were computed for each Health Service Delivery Area (HSDA). Measurements and Main Results In the base-case analysis, HEPA filter use resulted in increased costs of $83.34 (SE, $1.03) and increased QALYs of 0.0011 (SE, 0.0001) per person. The average incremental cost-effectiveness ratio among BC HSDAs was $74,652/QALY (SE, $3,517), with incremental cost-effectiveness ratios ranging from $40,509 to $89,206 per QALY in HSDAs. Across the province, the intervention was projected to prevent 4,418 exacerbations requiring systemic corticosteroids, 643 emergency department visits, and 425 hospitalizations during the 5-year time horizon. A full rebate was cost effective in 1 of the 16 HSDAs across BC. The probability of cost-effectiveness ranged from 0.1% to 74.8% across HSDAs. A $100 rebate was cost effective in most HSDAs. Conclusions The cost-effectiveness of HEPA filters in managing wildfire smoke–related asthma issues in BC varies by region. Government rebates up to two-thirds of the filter cost are generally cost effective, with a full rebate being cost effective only in Kootenay Boundary.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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 ».