Cost-effectiveness analysis of tissue plasminogen activator for acute ischemic stroke: a comparative review.
Notice bibliographique
Résumé
PURPOSE: This work was undertaken to review current evidence of cost-effectiveness analysis (CEA) on thrombolysis for acute ischemic stroke. METHODS: An electronic search via PubMed, from 1995 until May 2004, was performed. The methods undertaken by these studies were examined with particular attention to their modeling assumptions, sources of data, and outcome measures. RESULTS: Three comprehensive CEAs of rtPA (recombinant tissue plasminogen activator) for acute ischemic stroke were reviewed. These studies were from the United States, Canada, and the United Kingdom. All these studies employed the perspective of a healthcare system and used a Markov decision-analytic modelling approach. Estimates of effectiveness of rtPA were based on the National Institute of Neurological Disorders and Stroke (NINDS) rtPA Stroke Trial, literature-derived values or a stroke registry. In each study, functional outcome measured by the modified Rankin Scale was used to represent health states, and quality-adjusted life year gained was the health outcome summary measure. The cost-effectiveness of rtPA therapy varied in magnitude, but seemingly with same positive implications. CONCLUSIONS: Cost-effectiveness analysis requires information on an intervention's effectiveness and country-specific sources of epidemiological and resource utilization data, most of which are not yet available in Taiwan. Despite the limitations, CEA is essential if a healthcare system would like to contain costs while maintaining, or improving, quality of care.
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 | 0,011 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 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 ».