Early economic evaluation of MRI-guided laser interstitial thermal therapy (MRgLITT) and epilepsy surgery for mesial temporal lobe epilepsy
Notice bibliographique
Résumé
BACKGROUND: MRI-guided laser interstitial thermal therapy (MRgLITT) is a new minimally invasive treatment for temporal lobe epilepsy (TLE), with limited effectiveness data. It is unknown if the cost savings associated with shorter hospitalization could offset the high equipment cost of MRgLITT. We examined the cost-utility of MRgLITT versus surgery for TLE from healthcare payer perspective, and the value of additional research to inform policy decision on MRgLITT. METHODS: We developed a microsimulation model to evaluate quality adjusted life years (QALYs), costs, and incremental cost-effectiveness ratio (ICER) of MRgLITT versus surgery in TLE, assuming life-time horizon and 1.5% discount rate. Model inputs were derived from the literature. We conducted threshold and sensitivity analyses to examine parameter uncertainties, and expected value of partial perfect information analyses to evaluate the expected monetary benefit of eliminating uncertainty on probabilities associated with MRgLITT. RESULTS: MRgLITT yielded 0.08 more QALYs and cost $7,821 higher than surgery, with ICER of $94,350/QALY. Influential parameters that could change model outcomes include probabilities of becoming seizure-free from disabling seizures state and returning to disabling seizures from seizure-free state 5 years after surgery and MRgLITT, cost of MRgLITT disposable equipment, and utilities of disabling seizures and seizure-free states of surgery and MRgLITT. The cost-effectiveness acceptability curve showed surgery was preferred in more than 50% of iterations. The expected monetary benefit of eliminating uncertainty for probabilities associated with MRgLITT was higher than for utilities associated with MRgLITT. CONCLUSIONS: MRgLITT resulted in more QALYs gained and higher costs compared to surgery in the base-case. The model was sensitive to variations in the cost of MRgLITT disposable equipment. There is value in conducting more research to reduce uncertainty on the probabilities and utilities of MRgLITT, but priority should be given to research focusing on improving the precision of estimates on effectiveness of MRgLITT.
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 | 0,009 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».