Cost-effectiveness of a new autoantibody test added to Computed Tomography (CT) compared to CT surveillance alone in the diagnosis of lung cancer amongst patients with indeterminate pulmonary nodules
Notice bibliographique
Résumé
Oncimmune's EarlyCDT®-Lung is a simple ELISA blood test that measures seven lung cancer specific autoantibodies and is used in the assessment of malignancy risk in patients with indeterminate pulmonary nodules (IPNs). The objective of this study was to examine the cost-effectiveness of EarlyCDT-Lung in the diagnosis of lung cancer amongst patients with IPNs in addition to CT surveillance, compared to CT surveillance alone which is the current recommendation by the British Thoracic Society guidelines. A model consisting of a combination of a decision tree and Markov model was developed using the outcome measure of the quality adjusted life year (QALY). A life-time time horizon was adopted. The model was parameterized using a range of secondary sources. At £70 per test, EarlyCDT-Lung and CT surveillance was found to be cost-effective compared to CT surveillance alone with an incremental cost-effectiveness ratio (ICER) of less than £2,500 depending on the test accuracy parameters used. It was also found that EarlyCDT-Lung can be priced up to £1,177 and still be cost-effective based on cost-effectiveness acceptance threshold of £20,000 / QALY. Further research to resolve parameter uncertainty, was not found to be of value. The results here demonstrate that at £70 per test the EarlyCDT-Lung will have a positive impact on patient outcomes and coupled with CT surveillance is a cost-effective approach to the management of patients with IPNs. The conclusions drawn from this analysis are robust to realistic variation in the parameters used in the model.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».