Long-Term Outcomes and Cost-Effectiveness of Breast Cancer Screening With Digital Breast Tomosynthesis in the United States
Notice bibliographique
Résumé
BACKGROUND: Digital breast tomosynthesis (DBT) is increasingly being used for routine breast cancer screening. We projected the long-term impact and cost-effectiveness of DBT compared to conventional digital mammography (DM) for breast cancer screening in the United States. METHODS: Three Cancer Intervention and Surveillance Modeling Network breast cancer models simulated US women ages 40 years and older undergoing breast cancer screening with either DBT or DM starting in 2011 and continuing for the lifetime of the cohort. Screening performance estimates were based on observational data; in an alternative scenario, we assumed 4% higher sensitivity for DBT. Analyses used federal payer perspective; costs and utilities were discounted at 3% annually. Outcomes included breast cancer deaths, quality-adjusted life-years (QALYs), false-positive examinations, costs, and incremental cost-effectiveness ratios (ICERs). RESULTS: Compared to DM, DBT screening resulted in a slight reduction in breast cancer deaths (range across models 0-0.21 per 1000 women), small increase in QALYs (1.97-3.27 per 1000 women), and a 24-28% reduction in false-positive exams (237-268 per 1000 women) relative to DM. ICERs ranged from $195 026 to $270 135 per QALY for DBT relative to DM. When assuming 4% higher DBT sensitivity, ICERs decreased to $130 533-$156 624 per QALY. ICERs were sensitive to DBT costs, decreasing to $78 731 to $168 883 and $52 918 to $118 048 when the additional cost of DBT was reduced to $36 and $26 (from baseline of $56), respectively. CONCLUSION: DBT reduces false-positive exams while achieving similar or slightly improved health benefits. At current reimbursement rates, the additional costs of DBT screening are likely high relative to the benefits gained; however, DBT could be cost-effective at lower screening costs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».