How much does HIV self-testing cost in low and middle income countries? A systematic review of evidence from economic studies
Notice bibliographique
Résumé
Objectives: HIV self-testing (HIVST) has been proposed as an innovative strategy to diagnose human immunodeficiency virus (HIV). While HIVST offers the potential to broaden accessibility of early HIV diagnosis and treatment initiation, this testing strategy incurs additional cost and requires confirmatory testing and treatment. We have conducted the first systematic review to summarize the current economic literature for HIVST in low- and middle-income countries (LMICs). Design: A search strategy was developed including key terms for HIV, self-testing and cost-effectiveness and was conducted in Medline and Embase databases. Studies were included that reported costs per outcome and included both cost-effectiveness and cost-utility outcome measures. The search strategy identified publications up until August 15, 2023 were included. Abstract and full text screening was conducted and a standardized data abstraction form was used for included studies. Costs are reported in USD, 2020. Results: Our search strategy identified 536 total titles from the search strategy, which were screened down to 25 relevant studies that provided both cost and outcome data on HIVST. There was significant heterogeneity in the HIVST intervention, study population, costs and outcomes reported among included studies. Cost per person tested ranged from $1.09-155. Cost per case diagnosed ranged from $20-1,277. Cost-utility estimates ranged from cost-saving to $1846 per DALY averted. Higher cost-effectiveness estimates were associated with more expensive testing algorithms with increased support for linkage to care and post-test counseling. Conclusion: All studies considered HIVST cost-effective although major drivers were identified included underlying HIV prevalence, testing cost and linkage to care. HIVST is likely to be cost-effective in a LMIC context, however policy makers should be aware of the drivers of cost-effectiveness when implementing HIVST programs as these underlying factors can impact the overall cost-effectiveness of HIVST.
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 | 0,023 | 0,125 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,013 | 0,011 |
| Bibliométrie | 0,021 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».