MétaCan
Menu
Retour à la cohorte
Enregistrement W4390022388 · doi:10.3201/eid3001.230427

Costs of Digital Adherence Technologies for Tuberculosis Treatment Support, 2018–2021

2023· article· en· W4390022388 sur OpenAlexaff
Ntwali Placide Nsengiyumva, Amera Khan, Maricelle Ma. Tarcela S. Gler, Mariecef L. Tonquin, Danaida Marcelo, Mark C. Andrews, Karine Duverger, Shahriar Ahmed, Tasmia Ibrahim, Sayera Banu, Sonia Sultana, Mona Lisa Morales, Andre Villanueva, Egwumo Efo, Baraka Onjare, Cristina Celan, Kevin Schwartzman

Notice bibliographique

RevueEmerging infectious diseases · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésTanzaniaTuberculosisDrug resistant tuberculosisMedicineYield (engineering)Drug pricesBusinessMycobacterium tuberculosisSocioeconomicsEconomicsPublic economicsPathology

Résumé

récupéré en direct d'OpenAlex

Digital adherence technologies are increasingly used to support tuberculosis (TB) treatment adherence. Using microcosting, we estimated healthcare system costs (in 2022 US dollars) of 2 digital adherence technologies, 99DOTS medication sleeves and video-observed therapy (VOT), implemented in demonstration projects during 2018-2021. We also obtained cost estimates for standard directly observed therapy (DOT). Estimated per-person costs of 99DOTS for drug-sensitive TB were $98 in Bangladesh (n = 719), $119 in the Philippines (n = 396), and $174 in Tanzania (n = 976). Estimated per-person costs of VOT were $1,154 in Haiti (87 drug-sensitive), $304 in Moldova (173 drug-sensitive), $452 in Moldova (135 drug-resistant), and $661 in the Philippines (110 drug-resistant). 99DOTS costs may be similar to or less expensive than standard DOT. VOT is more expensive, although in some settings, labor cost offsets or economies of scale may yield savings. 99DOTS and VOT may yield savings to local programs if donors cover infrastructure costs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,609

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,344
Écart entre enseignants0,314 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmerging infectious diseasesMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207