Cost-effectiveness of functional cardiac imaging in the diagnostic work-up of coronary heart disease
Notice bibliographique
Résumé
AIMS: The aim of this study was to assess the cost-effectiveness of eight common diagnostic work-up strategies for coronary heart disease (CHD) in patients with stable angina symptoms in Switzerland. METHODS AND RESULTS: A decision analytical model was used to perform a cost-effectiveness comparison of eight common multitest strategies to diagnose CHD using combinations of four diagnostic techniques: exercise treadmill test (ETT), single-photon emission computed tomography (SPECT), cardiac magnetic resonance imaging (CMR), and coronary angiography (CA). We used a Markov state transition model to extrapolate the results over a life-time horizon, from a third-party payer perspective. We used a CHD prevalence rate of 39% in patients and a base-case scenario with 60-year-old male patients with intermediate symptom severity Canadian Cardiovascular Society grading of angina pectoris 2 and at least one cardiovascular (CV) risk factor but without a history of myocardial infarction and without need for revascularization. Among the eight work-up strategies, one strategy was dominant, i.e. least costly and most effective: ETT followed by CMR if the ETT result was inconclusive and then CA if the CMR result was positive or inconclusive. The CMR features a favourable balance between false-negative diagnoses, associated with an elevated risk of CV events, and false-positive diagnoses, leading to unnecessary CA and related mortality. Key parameters guiding the diagnostic strategy are the prevalence of CHD in patients with angina symptoms and the diagnostic costs of CA and CMR. CONCLUSION: Cardiac magnetic resonance imaging appears to be a cost-effective work-up strategy compared with other regimens using SPECT or direct CA. Cardiac magnetic resonance imaging should be more widely recommended as a diagnostic procedure for patients with suspected angina symptoms.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».