A cost-effectiveness analysis for high versus standard (low) dose caffeine for the treatment of apnea in neonatal intensive care unit
Notice bibliographique
Résumé
Objective: Preterm babies are prone to experiencing apnea of prematurity (AOP), mostly characterised by a pause in breathing lasting a minimum of 20 seconds. Recent literature supported higher maintenance doses of caffeine, indicating benefits. This study evaluated the cost-effectiveness of high maintenance dose (HD) versus low maintenance dose (LD) caffeine for AOP in neonates. Methods: From the hospital perspective of Hamad Medical Corporation (HMC), Qatar, a cost-effectiveness decision-analytic model was constructed to follow the use of a HD maintenance caffeine of 20 mg/kg/dose versus a LD maintenance caffeine of 10 mg/kg/dose, in a simulated cohort of AOP neonates, over a therapy follow-up duration of six weeks, until neonatal intensive care (NICU) discharge. The clinical inputs were primarily literature-based, while the resource cost and utilisation were locally extracted in HMC. The cost-effectiveness outcome measure was calculated per therapy success, defined as survival with no apnea and successful extubation removal within 72 hours, with or without adverse events. One-way and multivariate sensitivity analyses were performed to confirm the robustness of the results. Results: With 0.23 (95% CI, 0.23-0.23) enhancement in success rate, at United States dollar (US$) 3869 (95% CI, US$ 3823-3915) added infant cost, the HD caffeine was between dominant (34.8%) and cost-effective (63.7%), with an average incremental cost-effectiveness ratio of US $16,895 (95% CI, US$ 15,242-18,549) relative to LD caffeine per additional case of success. The hospitalisation contributed the most to the total infant cost, and the probability of patent ductus arteriosus was the model input that influenced the results most. Conclusion: This is the first literature economic evaluation of caffeine for AOP. Despite increasing the cost of therapy, HD maintenance caffeine seems to be a cost-effective alternative to LD caffeine in Qatar. Our results support the recent global trends of increased use of HD caffeine for AOP in NICU.
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 | 0,008 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».