Economic evaluations of human milk for very preterm infants: a systematic review
Notice bibliographique
Résumé
Background Very preterm infants are highly vulnerable to complications, imposing a significant economic burden on healthcare systems. Human milk has protective effects on these infants, but there is no systematic review on its economic impact. Objective We conducted a comprehensive review of studies assessing the economic evaluations of human milk for very preterm infants. Methods Our literature search covered PubMed, Embase, the Cochrane Library, and Web of Science. Two reviewers independently extracted data on economic evaluations and assessed study quality using the Pediatric Quality Appraisal Questionnaire (PQAQ). Results Fourteen studies of moderate quality, conducted in the United States, Germany, and Canada, met the inclusion criteria. However, the studies analyzed had notable variations and shortcomings. The majority of these studies ( n = 11) performed economic evaluations from a healthcare system perspective, utilizing cost-consequence analysis ( n = 6) up to the point of neonatal discharge ( n = 11). All human milk interventions indicated cost-effective or cost saving results; only a minority included discounting ( n = 2). Conclusion This systematic review suggests that economic evaluation of human milk for very preterm infants is an expanding area of research. Human milk for very preterm infants offers substantial economic advantages during neonatal intensive care unit hospitalization. Standardized and high-quality studies are needed to determine the cost-effectiveness of human milk for very preterm infants in the future. Systematic Review Registration https://www.crd.york.ac.uk/PROSPERO , identifier (CRD42024539574).
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 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 ».