Primary care system-level training and support programme for the secondary prevention of domestic violence and abuse: a cost-effectiveness feasibility model
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to evaluate the prospective cost-effectiveness of the Identification and Referral to Improve Safety plus (IRIS+) intervention compared with usual care using feasibility data derived from seven UK general practice sites. METHOD: A cost-utility analysis was conducted to assess the potential cost-effectiveness of IRIS+, an enhanced model of the UK's usual care. IRIS+ assisted primary care staff in identifying, documenting and referring not only women, but also men and children who may have experienced domestic violence/abuse as victims, perpetrators or both. A perpetrator group programme was not part of the intervention per se but was linked to the IRIS+ intervention via a referral pathway and signposting. A Markov model was constructed from a societal perspective to estimate mean incremental costs and quality-adjusted life years (QALYs) of IRIS+ compared with to usual care over a 10-year time horizon. RESULTS: The IRIS+ intervention saved £92 per patient and produced QALY gains of 0.003. The incremental net monetary benefit was positive (£145) and the IRIS+ intervention was cost-effective in 55% of simulations at a cost-effectiveness threshold of £20 000 per QALY. CONCLUSION: The IRIS+ intervention could be cost-effective or even cost saving from a societal perspective in the UK, though there are large uncertainties, reflected in the confidence intervals and simulation results.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,001 |
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 ».