Molecular biomarkers and precision medicine in colorectal cancer: a systematic review of health economic analysis
Notice bibliographique
Résumé
An increased understanding of the biology of colorectal cancer (CRC) has fuelled identification of biomarkers with potential to drive a stratified precision medicine care approach in this common malignancy.<br/><br/>We conducted a systematic review of health economic assessments of molecular biomarkers (MBMs) and their employment in patient stratification in CRC. Our analysis revealed scenarios where health economic analyses have been applied to evaluate the cost effectiveness of MBM-guided clinical interventions: (i) evaluation of Dihydropyrimidine dehydrogenase gene (DPYD) status to identify patients susceptible to 5-Fluouracil toxicity; (ii) determination of Uridine 5′-diphospho- glucuronosyltransferase family 1 member A1 gene (UGT1A1) polymorphism status to help guide irinotecan treatment; (iii) assessment of RAS/RAF mutational status to stratify patients for chemotherapy or Epidermal Growth Factor Receptor (EGFR) therapy and (iv) multigene expression analysis (Oncotype Dx) to identify and spare non-responders the debilitating effects of particular chemotherapy interventions.<br/><br/>Our findings indicate that Oncotype Dx is cost-effective in high income settings within specific price points, by limiting treatment toxicity in CRC patients. DPYD status testing may also be cost effective in certain settings to avoid specific 5-FU toxicities post treatment. In contrast, current research does not support UGT1A1 polymorphism status as a cost-effective guide to irinotecan dosing, while the health economic evidence to support testing of KRAS/NRAS mutational status and chemo/EGFR therapy choice was inconclusive, despite its widespread adoption in CRC treatment management. However, we also show that there is a paucity of high-quality cost-effectiveness studies to support clinical application of precision medicine approaches in CRC.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».