MétaCan
Menu
Retour à la cohorte
Enregistrement W1481774245 · doi:10.1002/hed.23830

Cost‐effectiveness of positron emission tomography‐CT in the evaluation of cancer of unknown primary of the head and neck

2014· article· en· W1481774245 sur OpenAlexafffund
Kristine A. Smith, Joseph C. Dort, Stephen F. Hall, Luke Rudmik

Notice bibliographique

RevueHead & Neck · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueHead and Neck Cancer Studies
Établissements canadiensQueen's UniversityUniversity of Calgary
Organismes subventionnairesCancer Care Ontario
Mots-clésPositron emission tomographyHead and neck cancerMedicineNuclear medicineCost effectivenessHead and neckComputed tomographyPopulationRadiologyMedical physicsSurgeryRadiation therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Positron emission tomography (PET)-CT is a useful diagnostic adjunct for cancer unknown primary (CUP) of the head and neck; however, the increased cost has not been justified with an economic evaluation in this patient population. METHODS: A decision tree analysis was performed from the perspective of the third party payer. Primary outcome was cost per life year gained ($/LYG). The 2 comparative groups were: (1) PET-CT followed by panendoscopy versus (2) panendoscopy alone. RESULTS: The incremental cost-effectiveness ratios for N1, N2, and N3 CUP were $369.83/LYG, $329.43/LYG, and $4900.28/LYG, respectively. The sensitivity analysis demonstrated a 96.8%, 97.1%, and 60.1% certainty that PET-CT is cost-effective for CUP with N1, N2, and N3 disease, respectively. CONCLUSION: The use of PET-CT in patients with N1 and N2 CUP is the cost-effective choice. The cost-effectiveness in N3 CUP is questionable and should be used on an individual case basis.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,249

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,046
Tête enseignante GPT0,371
Écart entre enseignants0,325 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHead & NeckMême sujetHead and Neck Cancer StudiesTravaux en français237 207