Model-based cost-impact analysis of a diagnostic test for patients with community-acquired pneumonia in Canada
Notice bibliographique
Résumé
BACKGROUND: (LMMBV) is a novel diagnostic test that can support clinicians in differentiating bacterial from viral infections and guide diagnostic-driven antibiotic prescribing. METHODS: We developed a cost-impact model to compare the clinical and economic outcomes of using LMMBV with the current standard of care (SOC) versus SOC alone among a hypothetical cohort of 1,000 CAP patients presenting to the emergency department. The analysis was conducted from a Canadian public health payer's perspective. Outcomes of interest included antibiotic use (number of patients and days saved), hospital admission (admissions avoided and days saved), intensive care unit admission, adverse events, and clostridium difficile infection. One-way sensitivity analyses were conducted to explore parameter uncertainty. Scenario analyses were conducted according to age group, province, and impact of LMMBV on hospitalization. RESULTS: In the base case, LMMBV plus SOC reduced the number of patients prescribed antibiotic treatment (429 patients avoided) and the total number of antibiotic treatment days (1,020 days avoided). The per-patient cost savings were $504.96 compared to SOC alone. These findings were consistent across all sensitivity and scenario analyses. Assuming full adoption of LMMBV, the per patient cost savings are projected to result in more than $163 million in total savings annually in Canada based on population estimates and published incidence data. CONCLUSION: Considering the burden of CAP and antimicrobial resistance to the health care system, the use of LMMBV with SOC can offer both clinical and economic benefits to Canadian public payers.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».