MétaCan
Menu
Retour à la cohorte
Enregistrement W2028043880 · doi:10.1586/erp.12.57

Cost–effectiveness of rituximab in follicular lymphoma

2012· review· en· W2028043880 sur OpenAlexaff
Karissa Johnston, Corneliu Bolbocean, Joseph M. Connors, Stuart Peacock

Notice bibliographique

RevueExpert Review of Pharmacoeconomics & Outcomes Research · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueLymphoma Diagnosis and Treatment
Établissements canadiensBC Cancer AgencyUniversity of British ColumbiaCanadian Centre for Applied Research in Cancer Control
Organismes subventionnairesnon disponible
Mots-clésRituximabFollicular lymphomaMedicineOncologyLymphomaLife expectancyCost effectivenessInternal medicineFollicular phaseQuality-adjusted life yearRefractory (planetary science)Intensive care medicinePopulationRisk analysis (engineering)

Résumé

récupéré en direct d'OpenAlex

In advanced follicular lymphoma, rituximab is currently used with chemotherapy as induction therapy, and as maintenance monotherapy following induction in previously untreated patients and treatment-experienced relapsed/refractory patients. Herein, the authors characterize the clinical effectiveness, safety and cost-effectiveness of rituximab in follicular lymphoma, based on the literature review. Rituximab has a favorable safety profile and has been shown to improve progression-free survival, with some evidence of improvements to overall survival, particularly for relapsed/refractory patients. Rituximab has consistently been found to have a favorable economic profile, with cost per quality-adjusted life year falling within standard thresholds for cost-effectiveness. Challenges in cost-effectiveness analysis include the fact that life expectancy for patients with follicular lymphoma exceeds the period of available follow-up data and that treatment pathways are more complex than the model structures frequently used in oncology models. As data accrue and more complex models are developed, the cost-effectiveness of rituximab can be more accurately assessed.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,137
Tête enseignante GPT0,575
Écart entre enseignants0,437 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations10
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Pharmacoeconomics & Outcomes ResearchMême sujetLymphoma Diagnosis and TreatmentTravaux en français237 207