Cost–benefit analysis of Canada’s Prison Needle Exchange Program for the prevention of hepatitis C and injection-related infections
Notice bibliographique
Résumé
BACKGROUND: Needle exchange programs are effective public health interventions that reduce blood-borne infections, including hepatitis C, and injection-related infections. We sought to assess the return on investment of existing Prison Needle Exchange Programs (PNEPs) in Canadian federal prisons and their expansion to all 43 institutions. METHODS: We developed a stochastic compartmental model that estimated hepatitis C and injection-related infections under different PNEP scenarios in Canadian federal prisons. Scenarios projected for 2018-2030 were no PNEP, status quo (actual PNEP implementation 2018-2022, with coverage maintained to 2030), and PNEP scale-up (coverage among people who inject drugs in prison increasing over 2025-2030 to reach 50% by 2030). We calculated the benefit-cost ratio as benefits from health care savings, divided by PNEP costs. RESULTS: By 2019, PNEPs were implemented in 9 of 43 federal prisons, with uptake reaching 10% of people who injected drugs in prison in 2022. Compared with no PNEP, this was estimated to cost Can$0.45 (uncertainty interval [UI] $0.32 to $0.98) million and avert 37 (UI 25 to 52) hepatitis C and 8 (UI -1 to 16) injection-related infections over 2018-2030, with a benefit-cost ratio of 1.9 (UI 0.56-3.0). Compared with the status quo, the PNEP scale-up scenario cost an additional $2.7 (UI $1.8 to $7.0) million and prevented 224 (UI 218 to 231) hepatitis C and 77 (UI 74 to 80) injection-related infections, with a benefit-cost ratio of 2.0 (UI 0.57 to 3.3). INTERPRETATION: Every dollar invested in the current PNEP or its expansion is estimated to save $2 in hepatitis C and injection-related infection treatment costs. This return on investment strongly supports ongoing maintenance and scale-up of the PNEP in Canada from an economic perspective.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».