Double-Row Arthroscopic Rotator Cuff Repair Is More Cost-Effective Than Single-Row Repair
Notice bibliographique
Résumé
BACKGROUND: The optimal technique for arthroscopic rotator cuff repair is controversial, and both single and double-row techniques are commonly used. In the current era of increasing costs, health-care delivery models are focusing on the value of care. In this study, we compared the cost-effectiveness of single-row and double-row reconstructions in patients undergoing arthroscopic rotator cuff repair. METHODS: A cost-utility analysis was performed from the perspective of a publicly funded health-care system. Health-care costs, probabilities, and utility values were derived from the published literature. Efficacy data were obtained from a previous randomized controlled trial comparing the effect of single-row (n = 48) or double-row (n = 42) reconstruction among 90 surgical patients. Unit cost data were obtained from a hospital database and the Ontario Schedule of Benefits and Fees. Results are presented as an incremental cost per quality-adjusted life year (QALY) gained. All costs are presented in 2015 Canadian dollars. A series of 1-way and probabilistic sensitivity analyses were performed. RESULTS: Double-row fixation was more costly ($2,134.41 compared with $1,654.76) but was more effective than the single-row method (4.073 compared with 4.055 QALYs). An incremental cost-effectiveness ratio (ICER) was estimated to be $26,666.75 per QALY gained for double-row relative to single-row fixation. A subgroup analysis demonstrated that patients with larger rotator cuff tears (≥3 cm) had a lower ICER, suggesting that double-row fixation may be more cost-effective for larger tears. CONCLUSIONS: Based on the willingness-to-pay threshold of $50,000 per QALY gained, double-row fixation was found to be more cost-effective than single-row. Furthermore, a double-row reconstruction was found to be more economically attractive for larger rotator cuff tears (≥3 cm). LEVEL OF EVIDENCE: Economic and Decision Analysis Level IV. See Instructions for Authors for a complete description of levels of evidence.
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 | 0,006 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,007 | 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 ».