Screening for abdominal aortic aneurysms in men: a Canadian perspective using Monte Carlo-based estimates.
Notice bibliographique
Résumé
OBJECTIVE: Recently generated randomized screening trial data have provided good evidence in favour of routine screening for abdominal aortic aneurysm (AAA) to reduce AAA-related deaths in men aged 65 years and older. We developed an economic model that assessed the incremental cost-utility of AAA screening to help decision makers judge the relevance of a national screening program in Canada. METHODS: We constructed a 14 health state Markov model comparing 2 cohorts of 65-year-old men, where the first cohort was invited to attend screening for AAA using ultrasonography (US) and the second cohort followed the current practice of opportunistic detection. Lifetime outcomes included the life-years gained, AAA rupture avoided, AAA-related mortality, quality-adjusted life years (QALYs) and costs. Transition probabilities were derived from a systematic review of the literature, and a probabilistic sensitivity analysis was carried out to examine the effect of joint uncertainty in the variables of our analysis. The perspective adopted was that of the health care provider. RESULTS: Invitations to attend screening produced an undiscounted gain in life expectancy of 0.049 years and a gain in discounted QALY of 0.019 for an estimated incremental lifetime cost of CAN$118. The estimated incremental cost-utility ratio was CAN$6194 per QALY gained (95% confidence interval [CI] 1892-10 837). The numbers needed to invite to attend screening, and the numbers needed to screen to prevent 1 AAA-related death were 187 (95% CI 130-292) and 137 (95% CI 85-213), respectively. The acceptability curve showed a greater than 95% probability of the program's being cost-effective, and the model was robust to changes in the values of key parameters within plausible ranges. CONCLUSION: Our results support the economic viability of a national screening program for men reaching 65 years of age in Canada. More clinical studies are needed to define the role of screening in subgroups at high risk, especially in the female population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».