Economic Comparison of an Empirical Versus Diagnostic-Driven Strategy for Treating Invasive Fungal Disease in Immunocompromised Patients
Notice bibliographique
Résumé
PURPOSE: Patients with persistent or recurrent neutropenic fevers at risk of invasive fungal disease (IFD) are treated empirically with antifungal therapy (AFT). Early treatment using a diagnostic-driven (DD) strategy may reduce clinical and economic burdens. We compared costs and outcomes of both strategies from a UK perspective. METHODS: An empirical strategy with conventional amphotericin B deoxycholate (C-AmB), liposomal amphotericin B (L-AmB), or caspofungin was compared with a DD strategy (initiated based on positive ELISA results for galactomannan antigen) and/or positive results for Aspergillus species on polymerase chain reaction assay) using C-AmB, voriconazole, or L-AmB in a decision-analytic model. Rates of IFD incidence, overall mortality, and IFD-related mortality in adults expected to be neutropenic for ≥10 days were obtained. The empirical strategy was assumed to identify 30% of IFD and targeted AFT to improve survival by a hazard ratio of 0.589. AFT-specific adverse events were obtained from a summary of product characteristics. Resource use was obtained, and costs were estimated by using standard UK costing sources. All costs are presented in 2012 British pounds sterling. FINDINGS: Total costs were 32% lower for the DD strategy (£1561.29) versus the empirical strategy (£2301.93) due to a reduced incidence of adverse events and decreased use of AFT. Administration of AFT was reduced by 41% (DD strategy, 74 of 1000; empirical strategy, 125 of 1000), with similar survival rates. IMPLICATIONS: This study suggests that a DD strategy is likely to be cost-saving versus empirical treatment for immunocompromised patients with persistent or recurrent neutropenic fevers.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».