Budget Impact Analysis of a Breast Rapid Diagnostic Unit
Notice bibliographique
Résumé
BACKGROUND: The Odette Cancer Centre's recent implementation of a rapid diagnostic unit (rdu) for breast lesions has significantly decreased wait times to diagnosis. However, the economic impact of the unit remains unknown. This project defined the development and implementation costs and the operational costs of a breast rdu in a tertiary care facility. METHODS: From an institutional perspective, a budget impact analysis identified the direct costs associated with the breast rdu. A base-case model was also used to calculate the cost per patient to achieve a diagnosis. Sensitivity analyses computed costs based on variations in key components. Costs are adjusted to 2015 valuations using health care-specific consumer price indices and are reported in Canadian dollars. RESULTS: Initiation cost for the rdu was $366,243. The annual operational cost for support staff was $111,803. The average per-patient clinical cost for achieving a diagnosis was $770. Sensitivity analyses revealed that, if running at maximal institutional capacity, the total annual clinical cost for achieving a diagnosis could range between $136,080 and $702,675. CONCLUSIONS: Establishment and maintenance of a breast rdu requires significant investment to achieve reductions in time to diagnosis. Expenditures ought to be interpreted in the context of institutional patient volumes and trade-offs in patient-centred outcomes, including lessened patient anxiety and possibly shorter times to definitive treatment. Our study can be used as a resource-planning tool for future rdus in health care systems wishing to improve diagnostic efficiency.
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 | 0,008 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 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) | 0,008 | 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 ».