Optimizing risk factors to guide COST‐effective use of palivizumab in KOREAN infants
Notice bibliographique
Résumé
BACKGROUND: Korean infants born at 32-35 weeks gestational age (wGA) receive palivizumab prophylaxis to prevent respiratory syncytial virus hospitalization (RSVH) if they are born during the RSV season and have a sibling. The aim of this study was to evaluate the impact of using the International Risk Scoring Tool (IRST) to target prophylaxis in Korea. METHODS: The IRST includes 3 risk factors: birth 3 months before to 2 months after the RSV season starts; smokers in the household and/or smoking while pregnant; and, siblings/daycare. First, the accuracy of the Korean guidelines to predict RSVH was compared to that of the IRST using a historic dataset of 13,475 infants born 32-35 wGA. Second, a published cost-utility model was adapted using Korean-specific parameters for costs (2022) and resource use to assess the cost-effectiveness of palivizumab versus no prophylaxis guided either by the Korean guidelines or the IRST. RESULTS: Using the Korean guidelines identified 26.9% of RSVHs, with an area under the receiver operating characteristic curve of 0.512. The corresponding results for infants assessed at moderate- to high-risk by the IRST were 85.1% and 0.773, respectively. The incremental cost per quality-adjusted life year (QALY) for prophylaxis versus no prophylaxis was ₩29,674,102 (USD22,977) using the Korean guidelines, with a 67.0% probability for cost-effectiveness against a willingness-to-pay threshold of ₩41,655,203 (USD32,255). For the IRST, it was ₩26,265,142 (USD20,338)/QALY and 70.8% probability. CONCLUSIONS: Adoption of the IRST in Korea would provide greater protection of the most vulnerable infants born 32-35 wGA against RSVH whilst improving cost-effectiveness.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 ».