Cost-effectiveness of screening with transcriptional signatures for incipient TB among U.S. migrants
Notice bibliographique
Résumé
Introduction: Host-response-based transcriptional signatures (HrTS) have been developed to identify "incipient tuberculosis (TB)". No study has reported the cost-effectiveness of HrTS for post-arrival migrant screening programs in low-incidence countries. Objectives: To assess the potential health impact and cost-effectiveness of HrTS for post-arrival TB infection screening among new migrants in the United States. Methods: We used a discrete-event simulation model to compare four strategies: (1) no screening for TB infection or incipient TB; (2) 'IGRA-only', screen all with interferon gamma release assay (IGRA), provide TB preventive treatment for IGRA-positives; (3) 'IGRA-HrTS', screen all with IGRA followed by HrTS for IGRA-positives, provide incipient TB treatment for individuals testing positive with both tests; and (4) 'HrTS-only', screen all with HrTS, provide incipient TB treatment for HrTS-positives. We assessed outcomes over the lifetime of migrants entering the U.S. in 2019, assuming HrTS met the WHO Target Product Profile (TPP) optimal criteria. We conducted sensitivity analyses to evaluate the robustness of results. Results: The IGRA-only strategy dominated the HrTS-based strategies under both healthcare sector and societal perspectives, with an incremental cost-effectiveness ratio of $78,943 and $89,431 per quality-adjusted life-years (QALY) gained, respectively. This conclusion was robust to varying costs ($15-300) and characteristics of HrTS, and the willingness-to-pay threshold ($30,000-150,000/ QALY gained), but sensitive to the rate of decline in TB progression risk after U.S. entry. Conclusions: Our findings suggest that HrTS meeting the WHO TPP is unlikely to be a cost-effective component of post-arrival screening for migrants entering the U.S.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».