MétaCan
Menu
Retour à la cohorte
Enregistrement W4392028671 · doi:10.1016/j.jval.2024.02.004

Economic Evaluations of Establishing Opioid Overdose Prevention Centers in 12 North American Cities: A Systematic Review

2024· review· en· W4392028671 sur OpenAlexafffundabout
Czarina N. Behrends, Jared A. Leff, W. Norwood Lowry, Jazmine M. Li, Erica Onuoha, Erminia Fardone, Ahmed M. Bayoumi, Kathryn E. McCollister, Sean M. Murphy, Bruce R. Schackman

Notice bibliographique

RevueValue in Health · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesNational Institute on Drug AbuseNational Institutes of HealthUniversity of Toronto
Mots-clésOpioid overdoseMedicineSystematic reviewOpioidBusinessMEDLINEPolitical science(+)-Naloxone

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Overdose prevention centers (OPCs) provide a safe place where people can consume preobtained drugs under supervision so that a life-saving medical response can be provided quickly in the event of an overdose. OPCs are programs that are established in Canada and have recently become legally sanctioned in only a few United States jurisdictions. METHODS: We conducted a systematic review that summarizes and identifies gaps of economic evidence on establishing OPCs in North America to guide future expansion of OPCs. RESULTS: We included 16 final studies that were evaluated with the Consolidated Health Economic Evaluation Reporting Standards and Drummond checklists. Eight studies reported cost-effectiveness results (eg, cost per overdose avoided or cost per quality-adjusted life-year), with 6 also including cost-benefit; 5 reported only cost-benefit results, and 3 cost offsets. Health outcomes primarily included overdose mortality outcomes or HIV/hepatitis C virus infections averted. Most studies used mathematical modeling and projected OPC outcomes using the experience of a single facility in Vancouver, BC. CONCLUSIONS: OPCs were found to be cost-saving or to have favorable cost-effectiveness or cost-benefit ratios across all studies. Future studies should incorporate the experience of OPCs established in various settings and use a greater diversity of modeling designs.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0010,001
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 Opus0,074
Tête enseignante GPT0,404
Écart entre enseignants0,330 · 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.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations7
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueValue in HealthMême sujetOpioid Use Disorder TreatmentTravaux en français237 207