Real‐World Cost‐Effectiveness of a Standardized Education and Exercise Therapy Program for Hip and Knee Osteoarthritis Compared to Usual Care
Notice bibliographique
Résumé
OBJECTIVE: We estimated the real-world cost-effectiveness of a standardized education and exercise therapy program (GLA:D) compared to usual care (UC) for people managing hip and/or knee osteoarthritis (HKOA). METHODS: We used a prospective matched cohort design to recruit people (aged >45 years) diagnosed with HKOA who used GLA:D or UC (not on a surgical waitlist) throughout Alberta, Canada. Demographics, pain, function, quality of life, and an HKOA-related cost questionnaire were administered over 12 months. The primary Ministry of Health (MOH) perspective used administrative data to estimate all public health care costs. The secondary health care perspective included MOH, private insurance, and out-of-pocket costs. We calculated our cost-effectiveness measure, incremental net monetary benefit (INMB) in Canadian dollars, over 12 months with a $30,000/quality-adjusted life years (QALY) willingness to pay threshold and adjusted for the differences between cohorts. A Markov model was used to extend INMB over a lifetime time horizon (3% discounting). Model uncertainty was explored by probabilistic sensitivity analyses. RESULTS: A total of 254 participants (GLA:D n = 127, UC n = 127; 72% female), with a mean age of 64.3 years (95% confidence interval [CI]: 63.1-65.5), diagnosed with knee osteoarthritis (63%), hip osteoarthritis (24%), or both (13%) were observed for a mean of 5.5 years (95% CI: 4.8-6.3). The adjusted INMB of GLA:D compared to UC was $6,065 (95% CI: $3,648-$8,482) and $499 (95% CI: -$2,913 to $3,912) from an MOH and health care perspective over 12 months and $6,574 and $1,775 over a lifetime with 54% and 51% probability of being cost-effective using a threshold of willingness to pay of $30,000 per QALY. CONCLUSIONS: GLA:D had a positive INMB compared to UC from the MOH perspective over 12 months. The INMB remained positive but was less certain over a lifetime or when out-of-pocket and private insurance costs were considered.
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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| 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 ».