Economic evaluation of multiple falls prevention interventions among community-residing older adults: we know the ‘value’, but what about ‘value for money’?
Notice bibliographique
Résumé
INTRODUCTION: Falls among older adults are a substantial concern, with considerable effects on health, service use and costs. Preventing falls is therefore an important goal. In our previous systematic review and network meta-analysis (NMA), several effective fall prevention interventions were identified, but their cost-effectiveness in Canada remains unknown. METHODS: A microsimulation model was used to conduct a cost-utility analysis from a public healthcare payer perspective and a lifetime time horizon. Data sources included the previous NMA, administrative datasets and published literature. Three interventions (exercise, exercise plus vision assessment [Ex + va], and Ex + va + environmental assessment) were compared to usual care in the primary analysis; a secondary analysis assessed four additional interventions. Uncertainty was characterised in scenario analyses. RESULTS: Ex + va had the lowest cost ($149 346, 95% confidence interval [CI] 147 985-150 706) and the highest quality-adjusted life years (QALYs) gained (7.35, 95% CI 7.34-7.37), dominating all other interventions. Differences in costs and QALYs between interventions were small (ranges: $149 346-152 691; 7.27-7.35); usual care was the costliest and least effective. Results were unchanged in the scenario analyses. DISCUSSION: Ex + va dominated all other interventions, and all primary interventions dominated usual care. Adoption of a societal perspective may affect these conclusions, as some costs for vision care and environmental modifications are borne by patients in our setting, which were not included. Uptake of interventions that reduce falls and costs is recommended. These findings demonstrate that in Canada, multiple forms of fall prevention interventions may reduce costs and improve outcomes.
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 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,010 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».