Cost effectiveness analysis of population-based serology screening and <sup>13</sup>C-Urea breath test for Helicobacter pylori to prevent gastric cancer: A markov model
Notice bibliographique
Résumé
AIM: To compare the costs and effectiveness of no screening and no eradication therapy, the population-based Helicobacter pylori (H pylori) serology screening with eradication therapy and (13)C-Urea breath test (UBT) with eradication therapy. METHODS: A Markov model simulation was carried out in all 237900 Chinese males with age between 35 and 44 from the perspective of the public healthcare provider in Singapore. The main outcome measures were the costs, number of gastric cancer cases prevented, life years saved, and quality-adjusted life years (QALYs) gained from screening age to death. The uncertainty surrounding the cost-effectiveness ratio was addressed by one-way sensitivity analyses. RESULTS: Compared to no screening, the incremental cost-effectiveness ratio (ICER) was $16166 per life year saved or $13571 per QALY gained for the serology screening, and $38792 per life year saved and $32525 per QALY gained for the UBT. The ICER was $477079 per life year saved or $390337 per QALY gained for the UBT compared to the serology screening. The cost-effectiveness of serology screening over the UBT was robust to most parameters in the model. CONCLUSION: The population-based serology screening for H pylori was more cost-effective than the UBT in prevention of gastric cancer in Singapore Chinese males.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».