The cost-effectiveness of improved brief interventions for tobacco cessation in Thailand
Notice bibliographique
Résumé
Background: This study estimated the cost-effectiveness of four strategies enhancing the quality and accessibility of Brief Intervention (BI) service for smoking cessation in Thailand during 2022-2030: (1) current-BI (status quo), (2) the effective-training standard-BI, (3) the current-BI plus the village health volunteers (VHV) mobilization, and (4) the effective-training BI plus VHV mobilization. Methods: By interviewing five public health officers, nine healthcare professionals aiding these services, and fifteen BI service experts, we explored the status quo situation of the Thai smoking cessation service system, including main activities, their quantity assumptions, and activities' unit prices needed to operate the current cessation service system. Then, we modeled additional activities needed to implement the other three simulated scenarios. We estimated the costs and impacts of implementing these strategies over a nine-year operating horizon (2022-2030), covering 3 years of service system preparation and 6 years of full implementation. The modeled costs of these four strategies included intervention and program costs. The study focused on current smokers age 15 years or older. The assessed impact parameters encompassed smoking prevalence, deaths averted, and healthy life-years gained. An Incremental Cost-Effectiveness Analysis compared the four simulated strategies was employed. Data analysis was performed using the One Health Tool software, which the World Health Organization developed. Results: The findings of this investigation reveal that all three intervention strategies exhibited cost-effectiveness compared to the prevailing status quo. Among these strategies, Strategy 2, enhancing BI service quality, emerged as the most efficient and efficacious option. Therefore, the expansion of quality services should be synergistically aligned with augmented training, service delivery optimization, and managerial enhancements. Conclusion: This approach is particularly poised to enhance accessibility to and the efficacy of smoking cessation interventions across 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 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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».