Economic evaluation of two adjuvant chemotherapy regimens in lung cancer: Vinorelbine and cisplatin versus paclitaxel and carboplatin
Notice bibliographique
Résumé
6076 Background: Adjuvant chemotherapy in lung cancer has become the new standard of care. Assuming comparable survival and quality of life among acceptable chemotherapy options, an economic evaluation becomes pivotal in choosing the preferred regimen. Methods: A cost minimization analysis was performed in Canadian dollars of the adjuvant chemotherapy regimens used in the NCIC BR10 and CALGB 9633 trials; VP (Vinorelbine and Cisplatin) and PC (Paclitaxel and Carboplatin), respectively. We examined the direct costs of chemotherapy drug acquisition, supportive medications, laboratory investigations, and health resources utilization based at the Nova Scotia Cancer Center. We also estimated the indirect costs incurred by patients, including the potential loss of income based on the average provincial wages and participation rates. The primary analysis assumes uncomplicated cycles and complete drug delivery. Sensitivity analyses to different factors were performed. Results: Compared to the VP regimen, the PC regimen is associated with a higher direct cost, principally reflecting a higher chemotherapy drug acquisition cost (difference: $3749 / patient) but a less resources utilization cost (difference: $1091/patient). This was offset by a higher indirect cost in the VP regimen, which mounted up to an additional $2629/patient with 100% participation rate, reflecting a higher opportunity cost with this longer chemotherapy schedule. Conclusions: The PC regimen is associated with a higher direct cost compared to the VP regimen; principally reflecting a higher drug acquisition cost. However, the total costs were offset by other factors such as indirect patient costs. When making a decision about adjuvant chemotherapy choices in lung cancer, both the direct and indirect costs incurred should be considered. Author Disclosure Employment or Leadership Consultant or Advisory Role Stock Ownership Honoraria Research Funding Expert Testimony Other Remuneration Bristol-Myers Squibb
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 | 0,011 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».