Review Paper Cost-Effectiveness of Cognitive-Behavioural Therapy for Mental Disorders: Implications for Public Health Care Funding Policy in Canada
Notice bibliographique
Résumé
The total cost of mental illness in Canada has been esti-mated at $14.4 billion (1998 dollars), which includes both direct and indirect costs (1). Mental illness accounts for more than 50 % of physician billing and uses more hospital bed-days than cancer (2). Medications are considered first-line, mainstay treatment for mental health disorders and contribute most to rising care costs (3). There is growing interest, therefore, in nonpharmacologic interventions with strong empirical sup-port, such as CBT. Can J Psychiatry, Vol 51, No 10, September 2006662 Objective: Publicly funded cognitive-behavioural therapy (CBT) for mental disorders is scarce in Canada, despite proven efficacy and guidelines recommending its use. This paper reviews published data on the economic impact of CBT to inform recommendations for current Canadian mental health care funding policy. Method: We searched the literature for economic analyses of CBT in the treatment of mental disorders. Results: We identified 22 health economic studies involving CBT for mood, anxiety, psychotic, and somatoform disorders. Across health care settings and patient populations, CBT alone or in combination with pharmacotherapy represented acceptable value for health dollars spent, with CBT costs offset by reduced health care use. Conclusions: International evidence suggests CBT is cost-effective. Greater access to CBT would likely improve outcomes and result in cost savings. Future research is warranted to evaluate the economic impact
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 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,006 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».