MétaCan
Menu
Retour à la cohorte
Enregistrement W2599470944 · doi:10.1200/jco.2012.30.15_suppl.e16528

Health state preferences associated with subcutaneous injections and intravenous infusions for treatment of bone metastases.

2012· article· en· W2599470944 sur OpenAlexaff
Louis S. Matza, Ze Cong, Karen Chung, Alison Stopeck, Katia Tonkin, Janet E. Brown, Ada Braun, Kate Van Brunt, Kelly McDaniel

Notice bibliographique

RevueJournal of Clinical Oncology · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineModalitiesPopulationChemotherapyCancerAnesthesiaSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

e16528 Background: Although cost utility models are often used to estimate the value of treatments for metastatic cancer, limited information is available on the utility of common treatment modalities. Bisphosphonate treatment for bone metastases (BM) is frequently administered via intravenous (IV) infusion, while a recently approved treatment to prevent skeletal-related events (SREs) of BM is administered as a subcutaneous (SC) injection. This study estimated the impact of these treatment modalities on health state (HS) preference. Methods: Participants from the UK general population completed time trade-off interviews to assess the utility of HS vignettes. Respondents first rated a HS representing cancer with BM. Subsequent HSs added descriptions of treatment modalities (ie, injection or infusion) to this basic HS. To represent a range of possible treatment experiences, the two treatment modalities were presented with and without chemotherapy (chemotx), and infusion characteristics were varied by duration (30 minutes or 2 hours) and renal monitoring. Results: A total of 121 participants completed the interviews (47.9% male, 76.9% white). Cancer with BM had a mean utility of 0.40 on a standard utility scale (1 = full health; 0 = death). Adding an injection resulted in a mean utility decrease (ie, disutility) of -0.004. The 30 minute and 2 hour infusions had mean disutilities of -0.02 and -0.04, respectively. Mean disutility of the 30 minute infusion was greater with renal monitoring (-0.05 with same-day blood draw; -0.07 with blood draw 2 days prior). Chemotx was associated with substantial disutility (-0.17). For the HS of BM with chemotx, the mean disutilities of injection, 30 minute infusion, and 2 hour infusion, were -0.02, -0.03, and -0.04, respectively. Disutility associated with injection was significantly smaller than the disutility of both the 30 minute and 2 hour infusions (p < 0.05), regardless of chemotx status. Conclusions: Respondents perceived an inconvenience with each type of BM treatment, but injections were preferred over infusions. The resulting utilities may be used in cost utility models examining the value of treatments for the prevention of SREs in patients with BM.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,168
Tête enseignante GPT0,400
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207