Cost-utility analysis of current COVID-19 vaccination program recommendations in Canada
Notice bibliographique
Résumé
ABSTRACT Background As COVID-19 becomes established as an endemic disease with widespread population immunity, there is uncertainty about the economic benefit of ongoing COVID-19 vaccination programs. We assessed the cost-effectiveness of a COVID-19 vaccination program similar to current Canadian recommendations, modelled as annual vaccination for people aged less than 65 years with chronic medical conditions and biannual vaccination for adults aged 65 years and older. Methods Using a static individual-based model of medically attended COVID-19 in a population of 1 million people, we estimated costs (in 2023 Canadian dollars), quality-adjusted life years (QALYs), and incremental cost-effectiveness ratios (ICERs). We used health system and societal perspectives and a 1.5% discount rate. Parameters were based on recent COVID-19 epidemiology, vaccine characteristics, and costs. Results Between July 2024 and September 2025, a program similar to current Canadian recommendations was estimated to avert 3.1% (95% credible interval (CrI): 3.0 to 3.2%) of outpatient cases, 8.8% (95% CrI: 7.3 to 10.4%) of inpatient cases, 3.6% (95% CrI: 2.8 to 4.3%) of PCC cases, and 9.4% (95% CrI: 5.6 to 13.8%) of deaths compared to no vaccination. The number needed to vaccinate to prevent one hospitalization and one death was 1,121 (95% CrI: 941 to 1,357) and 8,656 (95% CrI: 5,848 to 14,915), respectively. For the health system perspective, the program would cost an additional $4.695 million but result in 221.17 QALYs gained, leading to an ICER of $21,227 per QALY compared to no vaccination. Vaccine price influenced cost-effectiveness, with higher prices reducing the likelihood the program met common cost-effectiveness thresholds. Conclusions A program similar to current COVID-19 recommendations in Canada is likely effective and cost-effective compared to no vaccination. However, unlike some other research studies, alternate vaccination strategies that may offer better value for money were not evaluated.
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 | 0,006 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 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 ».