Costs Associated with Capecitabine or 5-Fluorouracil Monotherapy after Surgical Resection in Patients with Colorectal Cancer
Notice bibliographique
Résumé
OBJECTIVE: To compare chemotherapy-related and total medical costs among patients with colorectal cancer (CRC) receiving capecitabine or 5-fluorouracil (5-FU) monotherapy after surgical resection. METHODS: This retrospective, claim-based study utilized the Thomson Reuters Market Scan(R) databases to identify 1,396 CRC patients who received capecitabine or 5-FU monotherapy within 90 days of surgical resection from 2003 through 2006. Propensity score matching addressed selection bias, and multivariate models estimated adjusted relative risks of treatment-related complications and medical costs of matched cohorts. RESULTS: Capecitabine users incurred USD 740 less in total direct medical costs (p = 0.003) and USD 785 less in chemotherapy-related costs (p < 0.0001) than 5-FU users. Although drug acquisition cost was higher for capecitabine than for 5-FU (USD 958 vs. USD 71, p < 0.0001), chemotherapy administration cost was lower (USD 76 vs. USD 1,062, p < 0.0001). The unadjusted (610 vs. 1,960 events per 1,000 person-months) and adjusted risks (47%) were lower for capecitabine than 5-FU for any complication, and specifically for bone marrow (67%), gastrointestinal (50%), and constitutional (41%) complications (p < 0.0001, all comparisons). CONCLUSIONS: Adjuvant capecitabine monotherapy was associated with lower total medical and chemotherapy-related costs than 5-FU. Reduced complications and costs associated with capecitabine administration offset the higher acquisition cost.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».