Use of Decision Analysis and Economic Evaluation in Breast Reconstruction: A Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Decision analysis allows clinicians to compare different strategies in the context of uncertainty, through explicit and quantitative measures such as quality of life outcomes and costing data. This is especially important in breast reconstruction, where multiple strategies can be offered to patients. This systematic review aims to appraise and review the different decision analytic models used in breast reconstruction. METHODS: A search of English articles in PubMed, Ovid, and Embase databases was performed. All articles regardless of date of publishing were considered. Two reviewers independently assessed each article, based on strict inclusion criteria. RESULTS: Out of 442 articles identified, 27 fit within the inclusion criteria. These were then grouped according to aspects of breast reconstruction, with implant-based reconstruction (n = 13) being the most commonly reported. Decision analysis (n = 19) and/or economic analyses (n = 27) were employed to discuss reconstructive options. The most common outcome was cost (n = 27). The decision analysis models compared and contrasted surgical strategies, management options, and novel adjuncts. CONCLUSIONS: Decision analysis in breast reconstruction is growing exponentially.The most common model used was a simple decision tree. Models published were of high quality but could be improved with a more in-depth sensitivity analysis. It is essential for surgeons to familiarize themselves with the concept of decision analysis to better tackle complicated decisions, due to its intrinsic advantage of being able to weigh risks and benefits of multiple strategies while using probabilistic models.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle