Cost-effectiveness analysis of implementing 20-valent pneumococcal conjugate vaccine into the Romanian pediatric national immunization program
Notice bibliographique
Résumé
INTRODUCTION: Despite the inclusion of pneumococcal conjugate vaccines (PCV) in the pediatric national immunization program (NIP) since 2017, Romania continues to face a substantial clinical, economic, and societal burden of pneumococcal disease. Higher-valent vaccines, such as 20-valent PCV (PCV20), offer broader serotype coverage versus the current standard of care (13-valent PCV; PCV13) with the potential to reduce disease burden. To test this, we conducted a cost-effectiveness analysis of switching from PCV13 or a potential future comparator (15-valent PCV; PCV15), both under a 2 + 1 schedule, to PCV20 under a 3 + 1 schedule in the Romanian pediatric NIP. METHODS: A population-based, multi-cohort Markov model with a target population of children aged <2 years was utilized to estimate the cost and health impact of PCV20 versus lower-valent comparators over 10 years. The model adopted a Romanian societal perspective, encompassing both direct and indirect costs, with an annual cycle. Sensitivity and scenario analyses were conducted to assess the robustness of the model and its assumptions. RESULTS: In the base-case analysis, PCV20 demonstrated dominance versus PCV13 and PCV15 (i.e. was more effective and less costly), with total predicted cost-savings of 79,123,267 and 206,623,098 Romanian Leu, respectively, plus reduction in pneumococcal disease cases by 246,245 and 223,914, respectively. The majority of sensitivity and scenario analyses of both pairwise comparisons were aligned with the base case. CONCLUSION: The results of this analysis indicate that PCV20 implementation into the Romanian pediatric NIP would greatly reduce pneumococcal disease burden and would be a cost-effective approach versus PCV13 or PCV15 from a societal perspective over 10 years.
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 | 0,014 |
| 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 | 0,000 |
| 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) | 0,005 | 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 ».