酒精使用障碍数字医学支持模式的成本效果分析：一项558人随机临床试验

酒精使用障碍（AUD）是一个重大公共卫生问题，但在初级保健中往往未得到充分处理。数字健康干预可提供可扩展的支持，但卫生系统需要经济数据来指导实施决策。在一项于 clinicaltrials.gov 注册（NCT04011644；2019年7月3日）、纳入558名参与者的随机临床试验中，我们比较了建立在共享数字医学平台上的三种支持模式：自我监测使用（SM）、同伴支持使用（PS）和临床整合使用（CI）。我们基于重度饮酒天数的减少估算了实施成本与效果。SM、PS和CI模式每例患者重度饮酒天数的年化减少分别为42.4天、40.2天和48.3天，每例患者成本分别为162美元、524美元和802美元。平均成本效果分别为3.8美元（SM）、13.0美元（PS）和16.6美元（CI）；PS被支配，CI相对于SM的ICER为107.9美元。当纳入下游医疗服务利用时，结果提示更强化的支持可能具有经济优势。对规模化实施的建模显示，PS在较大患者人群中具有成本效率。这些发现突出表明，没有单一模式普遍最优：卫生系统可能受益于提供多种支持水平，以匹配患者偏好和组织能力。

中文由 AI 翻译，仅供参考，以原文为准。