Are costs optimized as scale-up of Choose to Move–an effective health-promoting intervention for older adults–proceeds?
Notice bibliographique
Résumé
BACKGROUND: Few studies have examined costs of implementing evidence-based interventions (EBIs) as scale-up proceeds. Across four phases, we co-adapted and scaled up an effective EBI designed to promote older adults’ health (Choose to Move; CTM). Following formative evaluation (2015), Phases 1–2 (2016-17) comprised the CTM pilot and early scale-up. For Phase 3 (2018-20), we adapted CTM to establish “best fit” and support broad scale-up. In response to COVID-19 (2020), we adapted CTM for virtual delivery. For Phase 4 (2020-22), we adapted CTM to reduce resource use. We aimed to (1) identify, measure, and value costs of implementing CTM across four phases (7 years) of scale-up; and (2) analyze change in implementation costs alongside changes in intervention effect sizes to assess cost-consequence trends from Phases 1–2 through Phase 4. METHODS: We conducted a trial-based cost and cost-consequence analysis of CTM Phases 1–2 through Phase 4 from a program provider perspective. Program costs were identified, measured, and valued using micro-costing techniques; variation in program cost was explored using scenario analyses. We compared Phase 4 intervention effects against those of Phases 1–2 and Phase 3 to examine how changes in implementation costs corresponded with changes in effect size. RESULTS: For Phases 1–2, total cost ($CDN, 2024) of CTM implementation was $863,559 for 55 programs (534 participants; $1,617/participant). Phase 3 costs were $1,564,446 for 165 programs (1668 participants; $938/participant). Phase 4 costs were $760,983 for 135 programs (1278 participants; $595/participant), a reduction of 63% and 37% compared with Phases 1–2 and Phase 3, respectively. Compared with Phases 1–2, Phase 4 had a greater positive effect on social isolation but effect sizes for physical activity, mobility and loneliness were reduced. Phase 4 had a greater positive effect on physical activity and mobility in all participants, and loneliness among those < 75 years, compared with Phase 3. CONCLUSIONS: Costs associated with broad scale-up of EBIs are rarely investigated. We sought innovative ways to maximize impact of a health-promoting EBI, while minimizing costs. Our analysis highlights how strategic adaptations can enhance cost efficiency while improving intervention outcomes; this represents an emergent application of economic analysis within scale-up science. TRIAL REGISTRATION: Retrospectively registered at ClinicalTrials.gov, NCT05678985 (CTM Phase 4) and NCT05497648 (CTM Phase 3).
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 | 0,034 | 0,180 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».