MétaCan
Menu
Retour à la cohorte
Enregistrement W2948532103 · doi:10.2337/db19-351-or

351-OR: Continuous Glucose Monitoring in Pregnant Women with Type 1 Diabetes: Cost-Effectiveness Analyses of the CONCEPTT Randomized Controlled Trial

2019· article· en· W2948532103 sur OpenAlexaboutno aff
Helen Murphy, Denice S. Feig, Nashita Patel

Notice bibliographique

RevueDiabetes · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineContinuous glucose monitoringCost effectivenessType 1 diabetesRandomized controlled trialPregnancyCost-effectiveness analysisPediatricsDiabetes mellitusSurgery

Résumé

récupéré en direct d'OpenAlex

Aims: To evaluate the cost-effectiveness of continuous glucose monitoring (CGM) in type 1 diabetes (T1D) pregnancy. Methods: Decision analytical models to compare T1D antenatal care with and without use of CGM. Probabilities, maternal health state utilities and healthcare resource utilization were obtained from individual patient-trial data. Costs and neonatal health state utilities were obtained from the literature. Primary outcome of interest was neonatal quality adjusted life years (QALY). The willingness to pay threshold was £30,000/QALY. Results: Direct costs of CGM use were £2,045. From a neonatal perspective, CGM during was cost saving (- £2,613), and effective (75.43 vs. 73.77 QALYs), with an incremental cost effectiveness ratio (ICER) - 1,570.57/QALY (Figure 1). Sensitivity analyses demonstrated robustness of the model across ranges of variables including varying NICU care for preterm and term neonates, and health state utilities. From a maternal perspective, CGM was associated with additional cost (£330), but remained effective; QALYs 61.33 vs. 61.27 and ICER £5,508.00/QALY. CGM remained efficacious and the favored treatment strategy in the sensitivity analyses performed. Conclusions: CGM use during T1D pregnancy is cost saving from a neonatal perspective and associated with improved cost effectiveness for both mother and neonate. Disclosure H.R. Murphy: Advisory Panel; Self; Medtronic MiniMed, Inc. D. Feig: Advisory Panel; Self; Medtronic. Speaker's Bureau; Self; Medtronic. N. Patel: None. Funding JDRF (17-2011-533); JDRF Canadian Clinical Trial Network (80-2010-585)

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)0,010
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,019
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0060,009
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,028
Tête enseignante GPT0,331
Écart entre enseignants0,302 · 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'étudeMéta-analyse
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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetGestational Diabetes Research and ManagementTravaux en français237 207