Joint Assessment of Intended and Unintended Effects of Medications: An Example Using Vascular Endothelial Growth Factor Inhibitors for Neovascular Age-Related Macular Degeneration
Notice bibliographique
Résumé
Objective. To estimate the net health benefits of pegaptanib and ranibizumab by considering the impact of visual acuity and unintended effects (cardiovascular and hemorrhagic events) on quality-of-life among persons with neovascular age-related macular degeneration. Methods. We designed a probabilistic decision-analytic model using published data. It employed 17 visual health states and three for unintended effects. We calculated incremental net health benefits by subtracting the harms of each medication from the benefit using the quality-adjusted life year (QALY). Results. In a hypothetical cohort of 1,000 75-year olds with new-onset bilateral age-related macular degeneration followed for ten years, the mean QALYs per patient is 3.7 for usual care, 4.2 for pegaptanib, and 4.3 for ranibizumab. Net benefits decline with increasing baseline rates of unintended effects. Interpretation. Net health benefits present a quantitative, potentially useful tool to assist patients and ophthalmologists in balancing the benefits and harms of interventions for age-related macular degeneration.
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 | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».