Economic evaluation of digitally supported therapy for people with psychosis who hear distressing voices: the AVATAR2 trial
Notice bibliographique
Résumé
BACKGROUND: AVATAR therapy, a digitally supported intervention, utilises avatars to promote recovery in people who experience distressing auditory hallucinations. This approach was recently evaluated in a multicentre randomised controlled trial comparing brief (AV-BRF) and extended (AV-EXT) forms of therapy with treatment as usual (TAU). There was evidence for the effectiveness of therapy, particularly for AV-EXT. However, value for money needs to be assessed. AIMS: To compare separately the cost utility of the brief and extended forms of AVATAR therapy with TAU. METHOD: In a three-arm randomised controlled trial the use of health services was measured, and costs (2021/2022; pounds sterling) calculated from a health and social care perspective over a 28-week follow-up period. Quality-adjusted life years (QALYs; derived from the 5-level version of the EuroQol 5-Dimension questionnaire) were combined with costs. RESULTS: AV-BRF resulted in extra costs of £319 (95% CI, -£1558 to £2496), and AV-EXT in lower costs of £1965 (95% CI, -£1912 to £1519), compared with TAU. Over the follow-up, AV-BRF resulted in 0.0159 (95% CI, -0.0103 to 0.0422) and AV-EXT in 0.0173 (95% CI, -0.0049 to 0.0395) more QALYs than TAU. The cost per QALY for AV-BRF compared with TAU was £20 016, while AV-EXT dominated TAU (lower costs and more QALYs). CONCLUSIONS: Neither version of AVATAR had a substantial impact on QALYs. However, AV-EXT did result in reduced care costs - albeit not statistically significant - and was potentially cost-effective compared with TAU. AV-BRF had an incremental cost-effectiveness ratio that indicated lower potential cost-effectiveness. These findings are uncertain, but could still inform decision-making regarding interventions in this field.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».