Cost-effectiveness analysis of oncotype DX-guided treatment in early breast cancer
Notice bibliographique
Résumé
e11536 Background: Some early breast cancer patients with hormone receptor positive (HR+) disease may benefit from adjuvant chemotherapy in addition to hormonal therapy. Most guidelines recommend the addition of adjuvant chemotherapy for majority of women, leading to overtreatment causing considerable morbidity and cost. There has been recent incorporation of gene expression analysis to help aid in adjuvant chemotherapy decision making. We evaluated the cost-effectiveness of Oncotype DX-guided treatment as compared to treatment guided by Adjuvant! Online program. Methods: A Markov model was developed to compare the cost- effectiveness of treatment guided by either Oncotype DX or Adjuvant! Online in a cohort of 50-year-old women with HR+, lymph node negative breast cancer over a lifetime horizon. We assumed women assessed to be high risk all received chemotherapy followed by tamoxifen, and that those assessed to be low risk received tamoxifen only. The model took a health care payer's perspective with results reported in 2008 Canadian dollars ($). Event rates, costs and utilities were derived from the literature. Both costs and benefits were discounted at 5%. Sensitivity analysis for key parameters in the model was conducted. Outcome measures were life year gained, quality- adjusted life years (QALYs), lifetime costs, and incremental cost-effectiveness ratios (ICERs). Results: For a 50-year-old woman, Oncotype DX-guided treatment was associated with an incremental lifetime cost of $4,200 and a gain in 0.067 QALY, with an ICER of $61,800/QALY compared with treatment guided by Adjuvant! ICER was positively correlated to the cost of Oncotype DX and the age of patients. Results were most sensitive to probabilities relating to risk categorization and recurrence rate. Conclusions: Relative to Adjuvant!-guided treatment, Oncotype DX-guided treatment appears cost-effective with an ICER of $61,800/QALY from a Canadian health care perspective. [Table: see text]
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».