Micro-costing Diagnostics in Oncology: From Single-Gene Testing to Whole Genome Sequencing
Notice bibliographique
Résumé
Abstract Purpose Predictive diagnostics play an increasingly important role in personalized medicine for cancer treatment. Whole genome sequencing (WGS) based treatment selection is expected to rapidly increase worldwide. Detailed and comparative cost analyses of diagnostic techniques are an essential element in decision-making. This study aimed to calculate and compare the total cost of currently used diagnostic techniques and of WGS in treatment of non-small cell lung carcinoma (NSCLC), melanoma, colorectal cancer (CRC) and gastrointestinal stromal tumor (GIST) in the Netherlands. Methods The activity-based costing (ABC) method was conducted to calculate the total cost of included diagnostic techniques based on data provided by Dutch pathology laboratories and the Dutch centralized cancer WGS facility. Costs were allocated to four categories: capital costs, maintenance costs, software costs and operational costs. Outcome measures were total cost per cancer patient per included technique, and the total cost per cancer patient per most commonly applied technique (combination) for each cancer type. Results The total cost per cancer patient per technique varied from € 58 (Sanger sequencing, 3 amplicons) to € 4738 (paired tumor-normal WGS). The operational costs accounted for the vast majority over 90 % of the total per cancer patient technique costs. The most important operational cost drivers were consumables followed by personnel (for sample preparation and primary data analysis). Conclusion This study outlined in detail all costing aspects and cost prices of current and new diagnostic modalities used in treatment of NSCLC, melanoma, CRC and GIST in the Netherlands. Detailed cost differences and value comparisons between these diagnostic techniques enable future economic evaluations to support decision-making on implementation of WGS and other diagnostic modalities in routine clinical practice.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».