Cost-Effectiveness of Hospital-at-Home and Fecal Microbiota Transplantation in Treating Older Patients With <i>Clostridioides difficile</i>
Notice bibliographique
Résumé
BACKGROUND: Clostridioides difficile infection (CDI) primarily affects older patients with comorbid conditions and has a high mortality rate. Fecal microbiota transplantation (FMT) is effective and cost-effective for CDI. In a recent study, we demonstrated the clinical benefits of combining hospital-at-home care with FMT for older patients with CDI, but its cost-effectiveness remains unknown. The current study aimed to evaluate the cost-effectiveness of the intervention in patients aged ≥70 years with CDI, compared with standard treatment. METHODS: The cost-utility analysis was conducted using data from a randomized clinical trial enrolling 217 patients, assessing the cost-effectiveness of the intervention over 90 days. Resource use was assessed from a healthcare sector perspective. Missing data were handled with proxy replacement and multiple imputation. Sensitivity analyses included probabilistic analysis, complete case analysis, adjustment of key unit prices, and a hospital perspective. A willingness-to-pay threshold was set to €22 994 or $24 863 per quality-adjusted life year (QALY). RESULTS: In the base case analysis, the intervention was dominant, with mean cost savings of €2556 ($2764) and a mean gain of 0.004 QALY. Although resource use was higher, the intervention resulted in an average reduction of 6 hospital admission days per patient and increased odds of clinical resolution. The results remained robust across different perspectives, the exclusion of patients with missing data, and variations in hospital admission costs. CONCLUSIONS: In patients aged ≥70 years with CDI, an intervention combining hospital-at-home care and FMT is cost-effective compared with standard treatment. The cost-effectiveness is mainly driven by fewer hospital admission days.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».