Economic evaluations of patient-navigation programs in cancer care.
Notice bibliographique
Résumé
14 Background: Lack of coordination is challenging our health care systems. This is especially true in cancer care, which is based on multiple treatment alternatives and several types of patient-professional interactions. One recommendation is to develop patient navigation programs based on telemedicine in order to avoid costs that are due to under-coordination among providers and/or between patients and providers. The objective of our study was to identify the evidence on the economic impact of such programs in oncology, and to develop a methodological framework to conduct economic evaluations. Methods: We conducted a literature review, exploring articles indexed in Medline (2005-2015), and focusing on economic evaluations of navigation programs in oncology, with particular attention to the use of telemedicine. Results: Of the 14 studies included, nine were randomized controlled trials. Four studies adopted a societal perspective. Every study computed the direct costs of the program. Six studies included indirect costs in the total costs associated with the program, mainly based on patient productivity loss and travel cost. Only two papers included indirect costs associated with informal care. Two studies showed that patient navigation programs were less costly than standard care. Most of the total cost of patient navigation is attributable to direct medical costs (i.e. patient admission, diagnostic follow-up and medical intervention). Conclusions: More evidence is needed regarding the economic impact of navigation programs in oncology. This review provides some guidance for the design of economic evaluations. If these programs are funded through public resources, a societal perspective should be adopted since it covers the direct, indirect and intangible costs of the program. Furthermore, a key strategy will be to identify the most common situations of under-coordination occurring alongside the usual care pathway and measure avoidable costs. This advocates for an extended use of economic evaluations based on randomized controlled trials.
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 | 0,046 | 0,141 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,009 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».