Cost-comparison analysis of diffusion weighted magnetic resonance imaging (DWMRI) versus second look surgery for the detection of residual and recurrent cholesteatoma
Notice bibliographique
Résumé
BACKGROUND: Cholesteatoma is a destructive, erosive growth of keratinizing squamous epithelium in the middle ear cleft. Following treatment with a canal wall-up (CWU) tympanomastoidectomy, surveillance of residual and recurrent disease has traditionally been achieved through a second look tympanotomy following the initial procedure. Historically, MRI sequences have been inadequate at differentiating between granulation tissue, inflammation, and cholesteatoma. Recent literature has shown diffusion-weighted magnetic resonance imaging (DWMRI) to be a viable alternative to second look surgery for the detection of residual or recurrent disease. The goal of the present study was to perform a cost analysis of DWIMRI versus second look surgery in the detection of residual or recurrent cholesteatoma following combined approach tympanomastoidectomy. METHODS: A probabilistic decision tree model was generated from a literature review to compare traditional second look surgery with DWMRI. Cost inputs were obtained from the Ontario Case Costing Initiative, the Ontario Health Insurance Plan (OHIP) schedule of benefits. Costs were reported in Canadian dollars and a payer perspective was adopted. A probabilistic sensitivity analysis was performed. RESULTS: According to the probabilistic sensitivity analysis, mean cost difference of traditional second look tympanotomy versus echo planar imaging (EPI) DWMRI was $180.27CAD, 95%CI [$177.32, $188,32] in favour of second-look tympanotomy. However, mean cost difference of traditional second look tympanotomy versus non-EPI DWMRI was $390.66CAD, 95%CI [$381.52, $399.80] in favour of non-EPI DWMRI. CONCLUSIONS: Diffusion-weighted MRI, specifically non-EPI sequences, are a viable cost-saving alternative to second-look tympanotomy in the setting of detecting residual or recurrent cholesteatoma.
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 | 0,018 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,015 |
| Bibliométrie | 0,003 | 0,002 |
| 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 | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».