Cost-effectiveness in the management of Dupuytren’s contracture
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In Canada, Dupuytren's contracture is managed with partial fasciectomy or percutaneous needle aponeurotomy (PNA). Injectable collagenase will soon be available. The optimal management of Dupuytren's contracture is controversial and trade-offs exist between the different methods. Using a cost-utility analysis approach, our aim was to identify the most cost-effective form of treatment for managing Dupuytren's contracture it and the threshold at which collagenase is cost-effective. We developed an expected-value decision analysis model for Dupuytren's contracture affecting a single finger, comparing the cost-effectiveness of fasciectomy, aponeurotomy and collagenase from a societal perspective. Cost-effectiveness, one-way sensitivity and variability analyses were performed using standard thresholds for cost effective treatment ($50 000 to $100 000/QALY gained). Percutaneous needle aponeurotomy was the preferred strategy for managing contractures affecting a single finger. The cost-effectiveness of primary aponeurotomy improved when repeated to treat recurrence. Fasciectomy was not cost-effective. Collagenase was cost-effective relative to and preferred over aponeurotomy at $875 and $470 per course of treatment, respectively. In summary, our model supports the trend towards non-surgical interventions for managing Dupuytren's contracture affecting a single finger. Injectable collagenase will only be feasible in our publicly funded healthcare system if it costs significantly less than current United States pricing.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,002 |
| 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 découle