Identifying Future Research Priorities Using Value of Information Analyses: Left Atrial Appendage Occlusion Devices in Atrial Fibrillation
Notice bibliographique
Résumé
BACKGROUND: Left atrial appendage occlusion devices are cost effective for stroke prophylaxis in atrial fibrillation when compared with dabigatran or warfarin. We illustrate the use of value-of-information analyses to quantify the degree and consequences of decisional uncertainty and to identify future research priorities. METHODS AND RESULTS: A microsimulation decision-analytic model compared left atrial appendage occlusion devices to dabigatran or warfarin in atrial fibrillation. Probabilistic sensitivity analysis quantified the degree of parameter uncertainty. Expected value of perfect information analyses showed the consequences of this uncertainty. Expected value of partial perfect information analyses were done on sets of input parameters (cost, utilities, and probabilities) to identify the source of the greatest uncertainty. One-way sensitivity analyses identified individual parameters for expected value of partial perfect information analyses. Population expected value of perfect information and expected value of partial perfect information provided an upper bound on the cost of future research. Substantial uncertainty was identified, with left atrial appendage occlusion devices being preferred in only 47% of simulations. The expected value of perfect information was $8542 per patient and $227.3 million at a population level. The expected value of partial perfect information for the set of probability parameters represented the most important source of uncertainty, at $6875. Identified in 1-way sensitivity analyses, the expected value of partial perfect information for the odds ratio for stroke with left atrial appendage occlusion compared with warfarin was calculated at $7312 per patient or $194.5 million at a population level. CONCLUSION: The relative efficacy of stroke reduction with left atrial appendage occlusion devices in relation to warfarin is an important source of uncertainty. Improving estimates of this parameter should be the priority for future research in this area.
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 | 0,035 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».