Cost-benefit analysis of haemodialysis in patients with end-stage kidney disease in Abuja, Nigeria
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Significant gaps in scholarship on the cost-benefit analysis of haemodialysis exist in low-middle-income countries, including Nigeria. The study, therefore, assessed the cost-benefit of haemodialysis compared with comprehensive conservative care (CCC) to determine if haemodialysis is socially worthwhile and justifies public funding in Nigeria. METHODS: The study setting is Abuja, Nigeria. The study used a mixed-method design involving primary data collection and analysis of secondary data from previous studies. We adopted an ingredient-based costing approach. The mean costs and benefits of haemodialysis were derived from previous studies. The mean costs and benefits of CCC were obtained from a primary cross-sectional survey. We estimated the benefit-cost ratios (BCR) and net benefits to determine the social value of the two interventions. RESULTS: The net benefit of haemodialysis (2,251.30) was positive, while that of CCC was negative (-1,197.19). The benefit-cost ratio of haemodialysis was 1.09, while that of CCC was 0.66. The probabilistic and one-way sensitivity analyses results demonstrate that haemodialysis was more cost-beneficial than CCC, and the BCRs of haemodialysis remained above one in most scenarios, unlike CCC's BCR. CONCLUSION: The benefit of haemodialysis outweighs its cost, making it cost-beneficial to society and justifying public funding. However, the National Health Insurance Authority requires additional studies, such as budget impact analysis, to establish the affordability of full coverage of haemodialysis.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle