The cost-effectiveness of mild hypercapnia after out-of-hospital cardiac arrest: a health economic evaluation alongside the TAME study
Notice bibliographique
Résumé
BACKGROUND: Out of hospital cardiac arrest (OHCA) is a significant public health problem associated with high mortality and high healthcare costs. The Targeted Therapeutic Mild Hypercapnia after Resuscitated Cardiac Arrest (TAME) randomised clinical trial showed that targeted mild hypercapnia did not lead to better neurologic outcomes at 6 months compared to normocapnia after OHCA. We aimed to estimate the cost-effectiveness of mild hypercapnia compared to targeted normocapnia using data from the TAME trial. METHODS: Pre-specified, prospective cost-effectiveness analysis alongside the TAME RCT from a healthcare perspective using a 6-month time horizon. The analysis included 1586 patients across 63 intensive care units (ICUs), in 17 countries. The primary measure of cost-effectiveness was the cost per quality-adjusted life year (QALY). Costs were estimated for each patient by multiplying resource use data by the relevant country-specific resource unit cost. QALYs were calculated using utility scores derived from the EQ-5D-5L administered at 6-month follow-up. FINDINGS: There were no significant differences in costs or QALYs at 6 months between groups. The incremental net monetary benefit was also not significant at a willingness-to-pay threshold of $50,000 per QALY, with the 95 % CI including both negative and positive values. INTERPRETATION: This analysis found that the cost-effectiveness of mild hypercapnia is highly uncertain when compared with normocapnia in adult patients following OHCA, with no significant differences in either costs or outcomes. Further research is required to determine the specific circumstances under which mild hypercapnia may provide value for money.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».