分析了乌干达东部智能诊断 (Smart Triage) 的成本效益,这是一个数据驱动的儿科败血症诊断平台
Edmond C K Li1,2, Abner Tagoola3, Clare Komugisha4
1Department of Anesthesiology, Pharmacology & Therapeutics, University of British Columbia, Vancouver, BC, Canada. edmond.li@alumni.ubc.ca.
BMC health services research
|August 31, 2023
概括
智能选显著降低了低资源环境中的败血症死亡率,为患者和医疗保健系统证明了成本效益. 这种数据驱动的平台提供了经济节约和临床益处,支持更广泛的实施.
科学领域:
- 公共卫生 公共卫生
- 卫生经济学 卫生经济学
- 儿科 儿科 儿科
背景情况:
- 败血症带来了显著的死亡风险,特别是在低收入和中等收入国家.
- 早期诊断和治疗对于改善败血症结果至关重要.
- 以数据驱动的平台Smart Triage被实施,以加快败血症治疗.
研究的目的:
- 进行智能分离系统的成本效益分析.
- 评估智能选对患者结果和医疗保健成本的影响.
- 为了告知智能选的潜在多中心扩展.
主要方法:
- 一个前后设计临床试验被用来评估智能分辨率的影响.
- 主要结局是儿童在一小时内接受败血症治疗的比例.
- 使用蒙特卡洛模拟的决策分析模型计算了每年生命损失 (YLL) 的成本.
主要成果:
- 智能诊断每名儿童的费用为0.05美元,每次转移年龄节省15.32美元.
- 该系统在社会,政府和患者的角度展示了成本效益的高概率.
- 成本效益是由减少的入院率驱动的,可能受到与流行病相关的医疗保健利用变化的影响.
结论:
- 智能分辨率既能节省经济成本,也能带来临床效益,避免了几年的生命损失.
- 高成本效益强烈支持多中心扩大智能选.
- 未来的研究应该纳入残疾权重,并分析扩大规模的预算影响.
