Cost-Effectiveness of Percutaneous Coronary Intervention Compared With Medical Therapy for Ischemic Heart Disease in Japan
Notice bibliographique
Résumé
BACKGROUND: The cost-effectiveness of percutaneous coronary intervention (PCI) for ischemic heart disease is undetermined in Japan. The aim of this study was to analyze the cost-effectiveness of PCI compared with medical therapy for ST-elevation myocardial infarction (STEMI) and angina pectoris (AP) in Japan. METHODS AND RESULTS: We used Markov models for STEMI and AP to assess the costs and benefits associated with PCI or medical therapy from a health system perspective. We estimated the incremental cost-effectiveness ratio (ICER), expressed as quality-adjusted life-years (QALY), and ICER <¥5 m per QALY gained was judged to be cost-effective. The impact of PCI on cardiovascular events was based on previous publications. In STEMI patients, the ICER of PCI over medical treatment was ¥0.97 m per QALY gained. The cost-effectiveness probability of PCI was 99.9%. In AP patients, the ICER of fractional flow reserve (FFR)-guided PCI over medical treatment was ¥4.63 m per QALY gained. The cost-effectiveness probability of PCI was 50.4%. The ICER of FFR-guided PCI for asymptomatic patients was ¥23 m per QALY gained. CONCLUSIONS: In STEMI patients, PCI was cost-effective compared with medical therapy. In AP patients, FFR-guided PCI for symptomatic patients could be cost-effective compared with medical therapy. FFR-guided PCI for asymptomatic patients with myocardial ischemia was not cost-effective.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».