Cost-Effectiveness of Internet of Things–Based Management of Home Noninvasive Positive Pressure Ventilation in Patients With Chronic Obstructive Pulmonary Disease and Hypercapnic Chronic Respiratory Failure: Trial-Based Economic Evaluation
Notice bibliographique
Résumé
Abstract Background The management of chronic obstructive pulmonary disease (COPD) places a significant burden on health care systems worldwide. Home noninvasive positive pressure ventilation (NPPV) is an established treatment option associated with significant benefits for patients with COPD and hypercapnic chronic respiratory failure. Internet of Things (IoT)–based management may improve communication between patients and physicians and strengthen the integration and comprehensiveness of home NPPV telemonitoring. However, the economic value of such systems remains insufficiently understood. Objective This study aimed to assess the cost-effectiveness of IoT-based management versus standard management of home NPPV in patients with COPD and hypercapnic chronic respiratory failure. Methods A Markov decision analytic model was developed to simulate real-world COPD progression and predict health outcomes and costs associated with IoT-based and standard management of home NPPV. COPD progression consisted of 4 health states: stable period, nonserious exacerbation period, serious exacerbation period, and death. Efficacy and cost inputs were primarily sourced from a published multicenter, prospective, randomized controlled trial and supplemented by official Chinese databases where necessary. Quality-adjusted life years (QALYs) were used as effect indicators for this model, which were derived from COPD Assessment Test scores. The discounted lifetime cost per QALY gained was calculated from the Chinese health care payer perspective, and sensitivity analyses were conducted to test the robustness of model results across different assumptions. Results Compared with standard NPPV, IoT-based NPPV increased costs by ¥3607.26 and improved QALYs by 0.24 per person across the lifetime horizon, resulting in an incremental cost-effectiveness ratio of ¥15,030.25 per QALY, with a 93.6% probability of being cost-effective at the given willingness-to-pay threshold (currency conversion to US dollars was based on the average exchange rate in 2019 [US $1=¥6.9]). Base case results were also robust to multiple one-way sensitivity analyses, with the main drivers being hospitalization costs for the standard and IoT-based NPPV groups during the serious exacerbation period. Conclusions IoT-based NPPV was cost-effective compared with standard NPPV for patients with COPD and hypercapnic chronic respiratory failure.
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 | 0,010 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,009 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».