LSTM-Experten mit dem integrierten Modell zu bewerten Auswirkungen neuer diagnostischer algorithmen für TB

Experten LSTM haben eine neuartige Modellierungs-Ansatz zu Projekt die Auswirkungen von neuen diagnostischen Methoden und algorithmen für die Diagnose von Tuberkulose (TB) vor kurzem empfohlen von der World Health Organisation (WHO), der Blick auf die Patienten, Gesundheitssystem und Bevölkerung-Perspektive in Tansania.

In einem Papier veröffentlicht in der Zeitschrift the Lancet Global Health, LSTM ist Ivor Langley und Professor Bertie Squire arbeitete mit Kollegen vom Institut für Epidemiologie und Präventivmedizin, National Taiwan University; Nationales Tuberkulose-und Lepra-Programm, Tansania; Abteilung für Epidemiologie, Harvard School of Public Health und Brigham and Women ‚ s hospital, Boston, MA., mit Hilfe eines integrierten Modells zur Bewertung der Auswirkungen von einer Reihe unterschiedlicher algorithmen zur Unterstützung der nationalen TB-Programme, die jetzt vor eine Entscheidung darüber, welche Methoden zu implementieren. Das Modell wurde entworfen zur Darstellung der Betriebs-und epidemiologischen Kontext von Tansania und wurde verwendet zum Vergleich der Auswirkungen und der Kosten-Wirksamkeit der verschiedenen diagnostischen Optionen.

Im Kern der Studie, die projiziert werden, über einen 10-Jahres-Zeitraum, drei Parameter, die kritisch in health policy decision-making: Kosten pro zusätzliche disability-adjusted life-years (DALYs) abgewendet, Gesamt-DALYs verhindert und total Gesundheit budget. Die Modellierung erlaubt die Projektion von allen drei dieser Parameter für eine Reihe von verschiedenen diagnostischen algorithmen. Das team identifizierte drei algorithmen als Kosten-effektiv in Tansania, wo im Jahr 2011 die Inzidenz der Tuberkulose war 169 pro 100.000 bei 38% der Patienten, co-Infektion mit HIV.

Der Algorithmus mit der größten Wirtschaftlichkeit bereitgestellt Xpert MTB/RIF für alle vorausgesetzten TB-Fälle. Dies ist eine cartridge-basierende automatisierte diagnostische Tests, die zur Identifizierung von Mycobacterium tuberculosis (MTB) mit verbesserter Genauigkeit zu erkennen, Resistenz gegen rifampicin (RIF). Obwohl dieser Algorithmus wurde auch unten in Tansania, die Zahlungsbereitschaft der Schwelle von USD 599 (pro-Kopf-BIP) pro DALY, es würde Kosten USD 36 Millionen für die Umsetzung. Dies würde erfordern, Tansania zu mobilisieren, ein Anstieg von 25% im Gesamtbudget für die TB-Bekämpfung. Die nächste kostengünstigste Algorithmus bereitgestellt selben Tag LED-Fluoreszenzmikroskopie für alle vorausgesetzten TB-Fälle. Obwohl die Bevölkerung Ebene Wirkung war weniger als Xpert MTB/RIF, der zusätzliche Kosten für das Gesundheitssystem war nur USD 5,7 Millionen; wohl eine erschwingliche option.

Professor Bertie Squire, Senior-Autor, sagte:

Ein wesentliches Merkmal unserer Modellierung ist, dass es berücksichtigt die Auswirkungen der Einführung einer neuen diagnostischen test auf den gesamten diagnostischen Prozess in einem gegebenen Kontext. Dies ist eine weitere nützliche Methode zur Bewertung der potentiellen Auswirkungen der neuen Diagnostik gegenüber konventionellen Bewertungen wie diejenigen fokussieren weitgehend auf test-Genauigkeit. Unsere Ergebnisse liefern eine Wunschliste für die politischen Entscheidungsträger bei der Entscheidung zur Implementierung neuer Diagnostik in einem Land, und das Modell wird nicht nur prognostiziert, dass eine vollständige roll-out von Xpert ist eine kostengünstige option mit dem Potenzial, substanziell zu reduzieren, die nationale Belastung von TB, aber Schätzungen der erhebliche Umfang der Mittel, die mobilisiert werden müssen, übersetzen diese in die klinische Praxis. Obwohl wir konzentrieren uns nur auf Tansania in der vorliegenden Analyse, unsere wichtigsten Erkenntnisse über die Rangfolge von alternativen diagnostischen Möglichkeiten sollten verallgemeinerbare zu Ländern mit ähnlichen Betriebs-und epidemiologischen Situationen.

Schreibe einen Kommentar