HIV検査の利益とコスト
Science (New York, N.Y.)
|June 28, 1991
まとめ
雇用環境でのヒト免疫不全ウイルス (HIV) 検査は,ほとんどの企業にとって費用対効果が悪い. しかし,寛大な給付と高い普及率の労働力を持つ大企業は,それが有益であると考えることができるが,規制は社会的平等の懸念によって動かされる.
科学分野:
- 職業衛生は,健康に関するものです.
- 公共衛生政策 公共衛生政策
- 健康経済学 医療経済学
背景:
- 職場でのヒト免疫不全ウイルス (HIV) 検査は,複雑な経済的,社会的考察を伴う.
- HIV検査に関する雇用主の決定は,収益性や従業員の福祉に影響を及ぼします.
- 公共政策と規制は,経済的効率と社会的公平性をバランスさせることを目的としています.
研究 の 目的:
- 民間雇用者向けにHIV検査のコスト・ベネフィットを分析する.
- 雇用者のHIV検査政策が社会福祉に与える影響を評価する.
- 既存のHIV検査に関する法律の背後にある経済的根拠を検証する.
主な方法:
- HIV検査のコストと企業の利益の経済モデリング.
- 異なる規制シナリオの下での雇用者意思決定の分析.
- 雇用におけるHIV検査に関する州および連邦法の見直し.
主要な成果:
- HIV検査は,ほとんどの民間雇用者にとって,一般的に費用対効果が悪い.
- HIV検査の利益は,高い感染率の労働力と寛大な利益を持つ大企業のコストを上回る可能性があります.
- 規制されていない雇用者テストの決定は,社会的に最適な経済的結果と一致しません.
結論:
- 雇用主主導のHIV検査政策は,社会福祉の最大化と矛盾することが多い.
- 雇用環境におけるHIV検査に関する既存の法律は,社会的平等を優先しています.
- ターゲットを絞ったテスト戦略は,特定の企業プロファイルではより費用対効果が高くなります.
関連する概念動画
01:10Retrovirus Life Cycles
Retroviruses have a single-stranded RNA genome that undergoes a special form of replication. Once the retrovirus has entered the host cell, an enzyme called reverse transcriptase synthesizes double-stranded DNA from the retroviral RNA genome. This DNA copy of the genome is then integrated into the host’s genome inside the nucleus via an enzyme called integrase. Consequently, the retroviral genome is transcribed into RNA whenever the host’s genome is transcribed, allowing the retrovirus to...
01:16Statistical Hypothesis Testing
Hypothesis testing is a critical statistical procedure facilitating informed, evidence-based decisions. It begins with a hypothesis, which is a tentative explanation, or a prediction about a population parameter. This hypothesis can be either a null hypothesis (H0), indicating no effect or difference, or an alternative hypothesis (Ha), suggesting an effect or difference.
Statistical significance measures the probability that an observed result occurred by chance. If this probability, known as...
Statistical significance measures the probability that an observed result occurred by chance. If this probability, known as...
01:13Accuracy and Errors in Hypothesis Testing
Hypothesis testing is a fundamental statistical tool that begins with the assumption that the null hypothesis H0 is true. During this process, two types of errors can occur: Type I and Type II. A Type I error refers to the incorrect rejection of a true null hypothesis, while a Type II error involves the failure to reject a false null hypothesis.
In hypothesis testing, the probability of making a Type I error, denoted as α, is commonly set at 0.05. This significance level indicates a 5% chance...
In hypothesis testing, the probability of making a Type I error, denoted as α, is commonly set at 0.05. This significance level indicates a 5% chance...