The Cost-Effectiveness of 5-ALA in High-Grade Glioma Surgery: A Quality-Based Systematic Review
Notice bibliographique
Résumé
BACKGROUND: High-grade gliomas (HGGs) are aggressive tumors that inevitably recur due to their diffusely infiltrative nature. Intraoperative adjuncts such as 5-aminolevulinic acid (5-ALA) have shown promise in increasing extent of resection. As the prospect of increased use of 5-ALA rises, a systematic overview of the health economics of this adjunct is critical. METHODS: Medline, EMBASE, Centre for Reviews and Dissemination, EconPapers, and Cochrane databases were searched for keywords relating to glioma, cost-effectiveness, and 5-ALA. Primary studies reporting on the health economics or cost-effectiveness of 5-ALA compared to white light surgery in HGG were included. Quality was assessed using the British Medical Journal guidelines. RESULTS: Three studies were identified. All were European and conducted from the perspective of national healthcare systems. Two studies demonstrated the cost-utility of 5-ALA compared to white light (C$12,817 and C$13,508/quality-adjusted life-years (QALYs)). One assessed the cost-utility per gross total resection (C$6,813). Both these values were below the national cost-effectiveness thresholds for each respective study. The third study demonstrated no significant difference in cost of 5-ALA in glioblastoma resection (C$14,732) compared to prior to its routine use (C$15,936). The quality of these studies ranged from moderate to average. None of these studies considered patient perspective or indirect costs in their analysis. CONCLUSIONS: Growing evidence exists examining the health economic benefit of 5-ALA as an intraoperative adjunct for HGG resection. Additional studies within the Canadian context using 5-ALA, specifically incorporating patient and societal perspectives into the cost-utility analyses, are necessary to solidify this line of evidence.
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 | 0,015 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,016 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».