Economic burden of toxicities associated with treating metastatic melanoma in eight countries
Notice bibliographique
Résumé
BACKGROUND: Information on costs of managing adverse events (AEs) associated with current treatments in metastatic melanoma is limited. This study estimates costs of AEs in eight countries: Australia (AU), Canada (CA), France (FR), Germany (GE), Italy (IT), the Netherlands (NL), Spain (ES), and the UK. METHODS: A literature search was conducted to identify grade 3/4 AEs from product label, published trials, conference abstracts, and treatment guidelines. Resource utilization for the management of each type of AE was determined via interviews with 5 melanoma clinicians in each country. Outpatient and inpatient costs were estimated for each type of AE using country-specific tariffs or government/published sources. RESULTS: In outpatient settings, the most costly AEs per incident included cutaneous squamous cell carcinoma (CSCC) (€1063, £720; NL/UK), anemia (€1443, €1329, €1285; ES/IT/FR), peripheral neuropathy (€1289; ES), and immune-related diarrhea (AUS$1,121; AU). In inpatient settings, the most costly AEs per hospitalization included hypophysitis (€10,265; €5316; CAN$9735; AUS$7231: ES/FR/CA/AU), dyspnea (€9077; GE), elevated liver enzymes (€6913, CAN$8030, AUS$6594; FR/CA/AU), CSCC (CAN$8934; CA), peripheral neuropathy (€6977, €4144, CAN$9472; NL/ES/CA), and diarrhea (£4284, €4113; UK/ES). CONCLUSIONS: Costs of managing AEs can be significant, and thus effective treatments with lower rates of severe AEs would be valuable.
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 | 0,003 | 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 ».