Beyond the COVID-19 Pandemic: Budget Impact Analysis of Remote Healthcare Delivery for Hypertension and Diabetes Mellitus Management in Thailand
Notice bibliographique
Résumé
Purpose: The COVID-19 pandemic disrupted healthcare services globally, necessitating innovative care delivery models for non-communicable diseases. Remote healthcare pathways, including telehealth with pharmacy at home (PAH) and deferred care (DC), emerged as potential solutions for managing stable hypertension (HT) and diabetes mellitus (DM) patients. This study aims to estimate the budget impact of implementing PAH and DC compared to usual care (UC) for HT and DM patients in Thai tertiary care hospitals from the government perspective. Methods: A retrospective budget impact analysis was conducted using data from July-December 2021 (COVID-19 period) and July-December 2022 (new normal period). The study included stable patients from 35 tertiary care hospitals in Thailand. Direct medical costs were obtained from administrative databases and national costing studies. Multivariate log-linear regression models estimated conditional costs, controlling for patient characteristics. The analysis compared baseline scenario (UC only) versus alternative scenario (UC+PAH+DC). Sensitivity analyses were performed using 95% confidence intervals and ±20% population variations. Results: The alternative scenario demonstrated lower total budgets in both periods. During COVID-19, total costs were 12.23 versus 12.94 million USD (baseline), yielding 0.71 million USD in savings. In the new normal, costs were 11.93 versus 12.54 million USD (baseline), generating 0.61 million USD in savings. Cost-saving ratios were 0.06 USD and 0.05 USD per dollar allocated during the COVID-19 and new normal periods, respectively. Sensitivity analyses confirmed robustness across parameter variations. Conclusion: PAH and DC pathways represent economically advantageous alternatives, demonstrating cost savings from the government perspective. These findings support implementing remote healthcare delivery in resource-constrained settings, though comprehensive evaluations incorporating societal and patient perspectives are warranted. The findings are based on extrapolation-based results and should be interpreted with caution due to variability in parameters including adoption rates of PAH/DC, unit costs applied, patient numbers, retrospective design, bundled interventions, and the savings ratio.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 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 ».