Costs-effectiveness and cost components of pharmaceutical and non-pharmaceutical interventions affecting antibiotic resistance outcomes in hospital patients: a systematic literature review
Notice bibliographique
Résumé
Introduction Limited information on costs and the cost-effectiveness of hospital interventions to reduce antibiotic resistance (ABR) hinder efficient resource allocation. Methods We conducted a systematic literature review for studies evaluating the costs and cost-effectiveness of pharmaceutical and non-pharmaceutical interventions aimed at reducing, monitoring and controlling ABR in patients. Articles published until 12 December 2023 were explored using EconLit, EMBASE and PubMed. We focused on critical or high-priority bacteria, as defined by the WHO, and intervention costs and incremental cost-effectiveness ratio (ICER). Following Preferred Reporting Items for Systematic review and Meta-Analysis guidelines, we extracted unit costs, ICERs and essential study information including country, intervention, bacteria-drug combination, discount rates, type of model and outcomes. Costs were reported in 2022 US dollars ($), adopting the healthcare system perspective. Country willingness-to-pay (WTP) thresholds from Woods et al 2016 guided cost-effectiveness assessments. We assessed the studies reporting checklist using Drummond’s method. Results Among 20 958 articles, 59 (32 pharmaceutical and 27 non-pharmaceutical interventions) met the inclusion criteria. Non-pharmaceutical interventions, such as hygiene measures, had unit costs as low as $1 per patient, contrasting with generally higher pharmaceutical intervention costs. Several studies found that linezolid-based treatments for methicillin-resistant Staphylococcus aureus were cost-effective compared with vancomycin (ICER up to $21 488 per treatment success, all 16 studies’ ICERs Conclusion Robust information on ABR interventions is critical for efficient resource allocation. We highlight cost-effective strategies for mitigating ABR in hospitals, emphasising substantial knowledge gaps, especially in low-income and middle-income countries. Our study serves as a resource for guiding future cost-effectiveness study design and analyses. PROSPERO registration number CRD42020341827 and CRD42022340064
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 | 0,018 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,022 |
| Bibliométrie | 0,017 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».