Cost‐effectiveness of magnetic resonance‐guided focused ultrasound surgery for treatment of uterine fibroids
Notice bibliographique
Résumé
OBJECTIVE: To estimate the cost-effectiveness of a treatment strategy for symptomatic uterine fibroids, which starts with Magnetic Resonance-guided Focused Ultrasound Surgery (MRgFUS) as compared with current practice comprising uterine artery embolisation, myomectomy and hysterectomy. DESIGN: Cost-utility analysis based on a Markov model. SETTING: National Health Service (NHS) Trusts in England and Wales. POPULATION: Women for whom surgical treatment for uterine fibroids is being considered. METHODS: The parameters of the Markov model of the treatment of uterine fibroids are drawn from a series of clinical studies of MRgFUS, and from the clinical effectiveness literature. Health-related quality of life is measured using the 6D. Costs are estimated from the perspective of the NHS. The impact of uncertainty is examined using deterministic and probabilistic sensitivity analysis. MAIN OUTCOME MEASURES: Incremental cost-effectiveness measured by cost per quality-adjusted life-year (QALY) gained. RESULTS: The base-case results imply a cost saving and a small QALY gain per woman as a result of an MRgFUS treatment strategy. The cost per QALY gained is sensitive to cost of MRgFUS relative to other treatments, the age of the woman and the nonperfused volume relative to the total fibroids volume. CONCLUSIONS: A treatment strategy for symptomatic uterine fibroids starting with MRgFUS is likely to be cost-effective.
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 | 0,006 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».