Economic impact of genomic diagnostics for intermediate‐risk acute myeloid leukaemia
Notice bibliographique
Résumé
Acute Myeloid Leukaemia (AML) is a rare but serious group of diseases that require critical decision-making for curative treatment. Over the past decade, scientific discovery has revealed dozens of prognostic gene mutations for AML while sequencing costs have plummeted. In this study, we compared the cost-effectiveness of multigene integrative analysis (genomic analysis) with the standard molecular testing currently used for diagnosis of intermediate-risk AML. We used a decision analytic model with data for costs and outcomes from British Columbia, Canada, to assess the long-term (10-year) economic impacts. Our results suggest that genomic analysis would result in a 26% increase in the use of first-remission allogeneic stem cell transplantation. The resulting treatment decisions and downstream effects would come at an additional cost of $12 556 [2013 Canadian dollars (CAD)] per person and the incremental cost-effectiveness ratio would be $49 493 per quality-adjusted life-year gained. Cost-effectiveness was dependent on quality of life during the long-term (5-10) years of survival, relapse rates following first-remission chemotherapy and the upfront cost of transplantation. Non-relapse mortality rates, short-term quality of life and the cost of genomic sequencing had only minor impacts. Further research on post-remission outcomes can lead to improvements in the cost-effectiveness of curative treatments for AML.
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 | 0,003 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».