Cost–Utility Analysis of Electroconvulsive Therapy and Repetitive Transcranial Magnetic Stimulation for Treatment-Resistant Depression in Ontario
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the cost-effectiveness of repetitive transcranial magnetic stimulation (rTMS) and electroconvulsive therapy (ECT), and combining both treatments in a stepped care pathway for patients with treatment-resistant depression (TRD) in Ontario. METHODS: A cost-utility analysis evaluated the lifetime costs and benefits to society of rTMS and ECT as first-line treatments for TRD using a Markov model, which simulates the costs and health benefits of patients over their lifetime. Health states included acute treatment, maintenance treatment, remission, and severe depression. Treatment efficacy and health utility data were extracted and synthesized from randomized controlled trials and meta-analyses evaluating these techniques. Direct costing data were obtained from national and provincial costing databases. Indirect costs were derived from government records. Scenario, threshold, and probabilistic sensitivity analyses were performed to test robustness of the results. RESULTS: rTMS dominated ECT, as it was less costly and produced better health outcomes, measured in quality-adjusted life years (QALYs), in the base case scenario. rTMS patients gained an average of 0.96 additional QALYs (equivalent to approximately 1 year in perfect health) over their lifetime with costs that were $46,094 less than ECT. rTMS remained dominant in the majority of scenario and threshold analyses. However, results from scenarios in which the model's maximum lifetime allowance of rTMS treatment courses was substantially limited, the dominance of rTMS over ECT was attenuated. The scenario that showed the highest QALY gain (1.19) and the greatest cost-savings ($46,614) was when rTMS nonresponders switched to ECT. CONCLUSION: From a societal perspective utilizing a lifetime horizon, rTMS is a cost-effective first-line treatment option for TRD relative to ECT, as it is less expensive and produces better health outcomes. The reduced side effect profile and greater patient acceptability of rTMS that allow it to be administered more times than ECT in a patient's lifetime may contribute to its cost-effectiveness.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».