Transoral Robotic Surgery and the Unknown Primary: A Cost‐Effectiveness Analysis
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the cost-effectiveness of transoral robotic surgery (TORS) for the diagnosis and treatment of cervical unknown primary squamous cell carcinoma (CUP). STUDY DESIGN: Case series with chart review. SETTING: Tertiary academic hospital. SUBJECTS AND METHODS: A retrospective chart review was performed on patients with new occult primary squamous cell carcinoma of the head and neck with nondiagnostic imaging and/or endoscopy who were treated with TORS at a tertiary hospital between 2009 and 2012. Direct costs were obtained from the hospital's billing system, and national data were used for inpatient hospital costs and physician fees. The proportion of tumors found in 3 strategies was used as effectiveness to calculate the incremental cost-effectiveness ratio. RESULTS: In total, 206 head and neck robotic cases were performed at our institution between December 2009 and December 2012. Three surgeons performed TORS on 22 patients for occult primary squamous cell carcinoma. The primary tumor was located in 19 of 22 patients (86.4%). The incremental cost-effectiveness ratio for sequential and simultaneous examination under anesthesia with tonsillectomy (EUA) and TORS base of tongue resection was $8619 and $5774 per additional primary identified, respectively. CONCLUSION: Sequential EUA followed by TORS is associated with an incremental cost-effectiveness ratio of $8619 compared with traditional EUA alone. Bilateral base of tongue resection should be considered in the workup of these patients, particularly if the palatine tonsils have already been removed.
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 | 0,001 | 0,000 |
| 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 ».