MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405151172 · doi:10.1101/2024.12.06.24318620

Cost-utility analysis of COVID-19 vaccination strategies for endemic SARS-CoV-2 circulation in Canada

2024· preprint· en· W4405151172 sur OpenAlexaffabout
Rafael N. Miranda, Alison E. Simmons, Michael Li, Gebremedhin Beedemariam Gebretekle, Min Xi, Marina I. Salvadori, Bryna Warshawsky, Eva Wong, Raphael Ximenes, Melissa K. Andrew, Beate Sander, Davinder Singh, Sarah E. Wilson, Matthew Tunis, Ashleigh R. Tuite

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensPublic Health OntarioUniversity of TorontoUniversity Health NetworkDalhousie UniversityUniversity of ManitobaPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakCirculation (fluid dynamics)VirologyVaccinationPandemicCoronavirus InfectionsMedicineGeographyOutbreakInternal medicineInfectious disease (medical specialty)DiseaseEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background With shifting epidemiology and changes in the vaccine funding landscape, resource use considerations for ongoing COVID-19 vaccination programs are increasingly important. We assessed the cost-effectiveness of COVID-19 vaccination programs, where eligibility is defined by combinations of age and chronic medical conditions, including a strategy similar to current Canadian recommendations, from the health system and societal perspectives. Methods We used a static, individual-based probabilistic model simulating medically attended COVID-19 in a population of 1 million people followed over a 15-month time period to estimate costs in 2023 Canadian dollars, quality-adjusted life years (QALYs), and incremental cost-effectiveness ratios (ICERs), discounted at 1.5%. COVID-19 epidemiology, vaccine characteristics, and costs were based on the most recently available data. Results Annual vaccination for adults aged 65 years and older consistently emerged as a cost-effective intervention, with ICERs less than $50,000 per QALY compared to no vaccination for a range of model assumptions. Adding a second dose for adults aged 65 years and older or expanding programs to include vaccination for younger age groups, including those at higher risk of COVID-19 due to chronic medical conditions, generally resulted in ICERs of greater than $50,000 per QALY. Shifting timing of vaccination programs to better align with periods of high COVID-19 case occurrence could result in biannual vaccination for those aged 65 and older being a cost-effective strategy. Conclusions COVID-19 vaccination programs may be cost-effective when focused on groups at higher risk of disease. Optimal timing of vaccination could improve the cost-effectiveness of various strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,450

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,124
Tête enseignante GPT0,412
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→