Laparoscopic <i>v</i> Open Donor Nephrectomy: A Cost-Utility Analysis of the Initial Experience at a Tertiary-Care Center
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Laparoscopic donor nephrectomy (LapDN) offers donors more rapid postoperative recovery and recipients equivalent graft function when compared with open donor nephrectomy (OpenDN). Nonetheless, costs are less favorable for LapDN than for OpenDN. We compared LapDN and OpenDN with cost-utility analysis. METHODS: A decision analysis modeling approach was performed: utilities derived using time trade-off and quality-adjusted life year (QALY) techniques; probabilities derived from a systematic review of the literature. All costs were included from a societal perspective using actual cost data from OpenDN and LapDN patients performed contemporaneously between July 1, 2000 and December 31, 2000. Costs of lost employment were estimated using mean provincial annual earnings. Incremental cost-effectiveness ratio (ICER) was calculated with "best-case" and "worst-case" scenarios for confidence intervals; sensitivity analyses were used to assess robustness. RESULTS: LapDN costs are higher ($10,317.40 vs. $9,853.70), while quality of life (QOL) is superior (0.7683 vs. 0.7062). The ICER from a societal perspective was C$7,471.11/QALY. If all donor nephrectomies nationally were performed laparoscopically, there would be an additional annual cost of C$665,240 with a societal gain of 24.84 QALYs. CONCLUSIONS: LapDN offers improved QOL at marginally higher cost. A societal ICER of $7,471.11/QALY compares favorably to many accepted health-care interventions. By potentially increasing organ donor rates, LapDN may be cost saving by decreasing the number of patients on dialysis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».