MétaCan
Menu
Retour à la cohorte
Enregistrement W2438148852

Total cost-effectiveness of mammography screening strategies.

2015· article· en· W2438148852 sur OpenAlexaffabout
Nicole Mittmann, Natasha K. Stout, Pablo Lee, Anna N.A. Tosteson, Amy Trentham‐Dietz, Oğuzhan Alagöz, Martin J. Yaffe

Notice bibliographique

RevuePubMed · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineMammographyBreast cancer screeningBreast cancerCost–benefit analysisContext (archaeology)Cost effectivenessQuality-adjusted life yearMammography screeningCancer screeningPopulationDemographyGynecologyCancerEnvironmental healthInternal medicineRisk analysis (engineering)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Breast cancer screening technology and treatment have improved over the past decade. This analysis evaluates the total cost-effectiveness of various breast cancer screening strategies in Canada. DATA AND METHODS: Using the Wisconsin Cancer Intervention and Surveillance Monitoring Network (CISNET) breast cancer simulation model adapted to the Canadian context, costs and quality-adjusted life years (QALY) were evaluated for 11 mammography screening strategies that varied by start/stop age and screening frequency for the general population. Incremental cost-effectiveness ratios are presented, and sensitivity analyses are used to assess the robustness of model conclusions. RESULTS: Incremental cost-effectiveness analysis showed that triennial screening at ages 50 to 69 was the most cost-effective at $94,762 per QALY. Biennial ($97,006 per QALY) and annual ($226,278 per QALY) strategies had higher incremental ratios. INTERPRETATION: The benefits and costs of screening rise with the number of screens per woman. Decisions about screening strategies may be influenced by willingness to pay and the rate of recall for further examination after positive screens.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil0,377

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,172
Tête enseignante GPT0,342
Écart entre enseignants0,169 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207