Cost-Effectiveness of Diagnostic Lobectomy Versus Observation for Thyroid Nodules >4 cm
Notice bibliographique
Résumé
BACKGROUND: The management of thyroid nodules >4 cm with benign cytology after fine-needle aspiration biopsy (FNAB) is controversial. FNAB is associated with a high false-negative rate in this setting, and may result in a delayed diagnosis and management of thyroid cancer. However, the majority of these nodules are benign. Therefore, the objective of this study was to determine the cost-utility of observation versus surgical management for thyroid nodules >4 cm with benign cytology after FNAB. METHODS: A microsimulation model comparing routine thyroid lobectomy with observation for low-risk patients with >4 cm thyroid nodules with benign FNAB cytology was constructed. Costs, quality-adjusted life-years (QALYs), and life-years gained were calculated over a lifetime time horizon from a U.S. Medicare perspective. RESULTS: The proportion of patients undergoing thyroid lobectomy for benign final pathology was 40% in the observation strategy versus 66% in the surgical strategy (p < 0.001). Overall, the surgical strategy was associated with higher lifetime costs compared with the observation strategy (incremental difference: + US$12,992 [confidence interval (CI) 13,042-13,524]), but also more QALYs (+0.12 QALYs [CI 0.02-0.24]) and longer life expectancy (+1.67 years [CI 1.00-2.41]). Incremental lifetime costs were lower for patients <55 years compared with those ≥55 years (+11,181 vs. +14,811, p < 0.001). The probability of cost-effectiveness of the surgical strategy was 49% at a $100k/QALY threshold or 65% at a $100k/life-year gained threshold. CONCLUSIONS: Routine thyroid lobectomy is associated with improved outcomes at an acceptable cost compared with observation for thyroid nodules >4 cm with benign cytology after FNAB. Surgical resection may be a cost-effective strategy to rule out malignancy in these nodules.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».