意大利SARS-CoV-2全民快速抗原测试的评估:一个建模和经济分析研究的研究
Marianna Cavazza1, Marco Sartirana1, Yuxi Wang2
1Cergas (Centre for Research on Health and Social Care Management) - SDA Bocconi School of Management, Bocconi University, Milano, Italy.
European journal of public health
|July 27, 2023
概括
在博尔扎诺/南蒂罗尔进行大规模的COVID-19测试具有成本效益,避免住院住院和节省质量调整寿命年 (QALYs). 这种干预在具有高繁殖数 (Rt) 的高局部疾病传播时期最有效.
科学领域:
- 公共卫生 公共卫生
- 流行病学 流行病学
- 卫生经济学 卫生经济学
背景情况:
- 评估公共卫生干预措施的经济影响对于资源分配至关重要.
- 大规模的2019年冠状病毒病 (COVID-19) 测试于2020年11月在意大利博尔扎诺/南蒂罗尔省实施.
- 评估此类干预措施的成本效益需要将它们与没有干预的场景进行比较.
研究的目的:
- 将大规模COVID-19测试的成本效益与没有测试的场景进行比较.
- 量化通过大规模测试避免住院和节省的质量调整生命年 (QALYs).
- 提供关于大规模测试对当地医疗保健系统和社区的影响的证据.
主要方法:
- 使用分支过程来估计有效繁殖数 (Rt).
- 使用Rt值为0.9和0.95.5的模型模拟了带有和没有大规模测试的场景.
- 混合方法方法 (自下而上和自上而下) 估计了成本,避免了住院治疗,增加了成本.
主要成果:
- 每个QALY的增量成本效益比率 (ICER) 为24,249欧元 (Rt=0.9) 和4,604欧元 (Rt=0.95).
- 大规模测试表明,Rt=0.9.9的成本效益概率为80%,而Rt=0.9.9的支付意愿为40,000欧元.
- 在最坏的情况下 (Rt=0.95),大规模测试显示,在愿意支付门时,成本效益的概率接近100%.
结论:
- 大规模的COVID-19测试是一种经济有效的公共卫生干预措施.
- 干预的有效性在快速局部疾病传播的时期最大化,Rt.高.
- 有证据支持实施大规模测试,以减轻医疗保健系统的负担并改善社区健康结果.
相关概念视频
01:18Steps in Outbreak Investigation
152
In the ever-evolving field of public health, statistical analysis serves as a cornerstone for understanding and managing disease outbreaks. By leveraging various statistical tools, health professionals can predict potential outbreaks, analyze ongoing situations, and devise effective responses to mitigate impact. For that to happen, there are a few possible stages of the analysis:
152
01:25Statistical Methods for Analyzing Epidemiological Data
414
Epidemiological data primarily involves information on specific populations' occurrence, distribution, and determinants of health and diseases. This data is crucial for understanding disease patterns and impacts, aiding public health decision-making and disease prevention strategies. The analysis of epidemiological data employs various statistical methods to interpret health-related data effectively. Here are some commonly used methods:
414