MétaCan
Menu
Retour à la cohorte
Enregistrement W1997103843 · doi:10.1097/00055735-200006000-00004

The cost-effectiveness of grid laser photocoagulation for the treatment of diabetic macular edema: results of a patient-based cost-utility analysis

2000· article· en· W1997103843 sur OpenAlexaff
Sanjay Sharma, Gary C. Brown, Melissa M. Brown, Hussein Hollands, Ganrav K. Shah

Notice bibliographique

RevueCurrent Opinion in Ophthalmology · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensQueen's UniversityHotel Dieu Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineDiabetic retinopathyQuality-adjusted life yearMacular edemaDiabetic macular edemaCost–benefit analysisCost effectivenessQuality of life (healthcare)Cost-effectiveness analysisOptometryOphthalmologySurgeryDiabetes mellitusVisual acuity

Résumé

récupéré en direct d'OpenAlex

Grid laser therapy has been demonstrated to be of benefit for the treatment of diabetic macular edema. The purpose of the present study was to determine the cost-effectiveness of grid laser therapy for the treatment of diabetic macular edema. The analysis was performed from the perspective of a third-party insurer. Decision analyses and cost-effectiveness analyses were performed by incorporating the data from the Early Treatment Diabetic Retinopathy Study, expected longevity data, and patient-based utilities. Various sensitivity analyses were performed to determine the robustness of the models. Laser treatment conferred an overall improvement in quality-of-life adjusted years of approximately 3 months over the duration of disease for a hypothetical patient. The unadjusted cost per quality-of-life adjusted year (QALY) was US$3,101. Net present value analysis demonstrated that the cost per QALY could increase to $3,655, assuming a 5% discount rate. Overall, grid laser photocoagulation for diabetic macular edema is a very cost-effective treatment based on the results of this cost-utility analysis.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,072
Tête enseignante GPT0,400
Écart entre enseignants0,328 · 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 source (Gemma direct ou Codex distillé), 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

Citations57
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in OphthalmologyMême sujetRetinal Diseases and TreatmentsTravaux en français237 207