Cost-Effectiveness of Smoking Cessation Within a Lung Cancer Screening Program in Canada
Notice bibliographique
Résumé
Background: Demonstrated lung cancer mortality reductions through low-dose computed tomography (LDCT) has encouraged some jurisdictions to consider implementing organized LDCT screening. A retrospective analysis of former smokers in the National Lung Screening Trial (NLST) suggested that abstention from smoking coupled with low-dose computed tomography (LDCT) screening realized more mortality benefits than abstinence alone or LDCT alone. Aim: We evaluated the potential costs and cost-effectiveness of lung cancer screening with integrated smoking cessation using OncoSim-Lung (version 2.5), a microsimulation model led by the Canadian Partnership Against Cancer, with model development by Statistics Canada. Methods: We compared organized LDCT screening without smoking cessation to various plausible scenarios of screening with cessation. Assumptions included: annual screening of 55-74 year-old individuals with a 30-pack-yr history; a 42% participation rate reached over 10 years; cessation therapy (nicotine replacement therapy + varenicline + 12 weeks' counseling) at a cost of $490; and up to 10 cessation attempts, with a permanent quit rate of 5% per attempt. Cost-effectiveness was estimated with a lifetime horizon, health system perspective and 1.5% discount rate. Costs are in 2016 CAD. Results: OncoSim-Lung projected that LDCT screening integrated with cessation would cost approximately $76 million annually (undiscounted) from 2017 to 2036 in Canada. About 110 fewer lung cancer (LC) cases and 50 fewer LC deaths would occur annually, compared with screening without cessation. Additionally, many other smoking-related deaths would be prevented. Using a lifetime horizon, smoking cessation would cost $14,000/QALYs gained. In one-way sensitivity analysis, with a 72% participation rate there would be 260 fewer deaths, at $24,000/QALY. With a 10% quit rate, cost-effectiveness would improve to $6,000/QALY. A 50% increase in the cost of the cessation intervention would decrease cost-effectiveness to $22,000/QALY. Conclusion: Robust smoking cessation efforts within a LDCT screening program could save lives and be relatively cost-effective. Cancer control planners should consider integrating smoking cessation when implementing a lung cancer screening initiative.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».