Cost‐effectiveness of Endoscopic Polypectomy in Clinic compared to Endoscopic Sinus Surgery: A modelling study
Notice bibliographique
Résumé
OBJECTIVE: To compare costs and quality-adjusted life years of patients receiving endoscopic polypectomy in the clinic those receiving endoscopic sinus surgery from the perspective of Canada's health system. METHOD: We developed a Markov model to simulate costs and quality-adjusted life years among a cohort of patients with chronic rhinosinusitis with polyps who received endoscopic polypectomy in clinic or endoscopic sinus surgery, over a patient's lifetime. Our study focused on patients with chronic rhinosinusitis with polyps who have the predominant symptom of bilateral nasal obstruction. Cost data were obtained from Canadian sources. Health utility values were derived from Sino-nasal Outcome Test (SNOT-22) scores reported in the published literature. A cycle length of six months was used. Both costs and quality-adjusted life years were discounted using an annual rate of 1.5%. We conducted one-way and probabilistic sensitivity analyses to assess the robustness of the study findings. RESULTS: Endoscopic polypectomy in clinic was a cost-saving option as it had a lower cost (C$736 vs. C$6,728) and produced more quality-adjusted life years (13.85 vs 13.06) compared to endoscopic sinus surgery. Our findings were, however, highly sensitive to health utility values. Results from probabilistic sensitivity analysis showed that endoscopic polypectomy in clinic had a lower cost and was more effective compared to endoscopic sinus surgery in 99.86% of iterations. CONCLUSION: From the perspective of the publicly funded healthcare system, endoscopic polypectomy in clinic was economically attractive compared to endoscopic sinus surgery for chronic rhinosinusitis with polyps patients who have a primary symptom of bilateral nasal obstruction. The cost-effectiveness results are, however, highly dependent on the relative impact of endoscopic polypectomy in the clinic and endoscopic sinus surgery on post-surgery health utility values.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».