MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414538998 · doi:10.1371/journal.pone.0331654

Evaluating the cost-effectiveness of COVID-19 mRNA primary-series vaccination in Qatar: An integrated epidemiological and economic analysis

2025· article· en· W4414538998 sur OpenAlexaff
Hiam Chemaitelly, Houssein H. Ayoub, Peter Coyle, Patrick Tang, Mohammad R. Hasan, Hadi M. Yassine, Asmaa A. Al Thani, Zaina Al-Kanaani, Einas Al‐Kuwari, Andrew Jeremijenko, Anvar Hassan Kaleeckal, Ali Nizar Latif, Riyazuddin Mohammad Shaik, Hanan F. Abdul Rahim, Gheyath K. Nasrallah, Mohamed Ghaith Al‐Kuwari, Adeel A. Butt, Hamad Eid Al-Romaihi, Mohamed H. Al-Thani, Abdullatif Al‐Khal, Roberto Bertollini, Laith J. Abu‐Raddad

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensMcMaster UniversityUniversity of British Columbia
Organismes subventionnairesWeill Cornell Medicine - QatarGilead SciencesSidra MedicineWeill Cornell Medical CollegeQatar UniversityHamad Medical Corporation
Mots-clésVaccinationEpidemiologyCohortPer capitaIncidence (geometry)Mass vaccinationRetrospective cohort studyCohort studyPublic health

Résumé

récupéré en direct d'OpenAlex

Qatar implemented a mass primary-series vaccination campaign to mitigate the impact of the coronavirus disease 2019 (COVID-19) pandemic. This study aimed to retrospectively evaluate the cost-effectiveness of this program both before and after onset of the omicron wave. An economic evaluation was conducted from the public healthcare system perspective between January 5, 2021, and September 18, 2023. Cost-effectiveness was determined using an epidemiological retrospective cohort study and health economic modeling that compared the cohort of individuals who received two vaccine doses with the unvaccinated cohort with respect to incidence of infection, incidence of severe COVID-19 forms, quality-adjusted life years (QALYs), and medical costs. During the pre-omicron phase, primary-series vaccination incurred an additional cost of $104,422,358, led to a gain of 724.7 QALYs, and savings of $54,790,858 in direct medical costs. The incremental cost-effectiveness ratio (ICER) was $68,485 per QALY gained. The number needed to vaccinate was 35.4 individuals (95% CI: 24.4-49.9) to prevent one infection and 718.0 individuals (95% CI: 469.4-984.0) to prevent one severe COVID-19 outcome. The cost per infection averted was $3,180 (95% CI: $2,189-$4,484) and per severe COVID-19 outcome averted was $64,468 (95% CI: $42,146-$88,354). Vaccination of individuals ≥50 years of age, those more clinically vulnerable to severe COVID-19, and those with multiple coexisting conditions was substantially more cost-effective. Cost-effectiveness of primary-series vaccination was substantially reduced during the omicron phase, but vaccination remained cost-effective. Sensitivity analyses confirmed the findings. Primary-series vaccination was cost-effective with an ICER below the 1 GDP per capita threshold during the pre-omicron phase and within the 1-3 GDP per capita thresholds during the omicron phase. Targeted vaccination strategies for those most vulnerable to COVID-19 were the most cost-effective and remained essential, even in situations of moderate vaccine effectiveness or reduced infection severity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,019
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,224
Tête enseignante GPT0,447
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→