MétaCan
Menu
Retour à la cohorte
Enregistrement W3092617532 · doi:10.1002/acr2.11177

Evaluation of the Economic Benefit of Earlier Systemic Lupus Erythematosus (SLE) Diagnosis Using a Multivariate Assay Panel (MAP)

2020· article· en· W3092617532 sur OpenAlexaff
Ann E. Clarke, Arthur Weinstein, Andrew Piscitello, Avneet K. Heer, Tarun Chandra, Shivang Doshi, John Wegener, Thomas F. Goss, Tami Powell

Notice bibliographique

RevueACR Open Rheumatology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineMultivariate statisticsHazard ratioMedical diagnosisMultivariate analysisInternal medicineConnective tissue diseaseSurgeryConfidence intervalAutoimmune diseaseDiseaseRadiologyStatistics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Diagnosis of systemic lupus erythematosus (SLE) made by standard diagnostic laboratory tests (SDLTs) has sensitivity and specificity of 83% and 76%, respectively. A multivariate assay panel (MAP) combining complement C4d activation products on erythrocytes and B cells with SDLTs yields a sensitivity and specificity of 80% and 86%, respectively, presumably enabling earlier SLE diagnosis at lower severity, with associated lower health care costs compared with SDLT diagnoses. We compared the payer budget impact of diagnosing SLE using MAP (incremental cost of $108) versus SDLTs. METHODS: We modeled a health plan of 1 million enrollees. SLE diagnosis among suspected patients was 9.2%. The MAP arm assumed 80%/20% of patients were tested with MAP/SDLTs, versus 100% tested with SDLTs in the SDLT arm. Prediagnosis direct costs were estimated from claims data, and postdiagnosis costs were obtained from the literature. Based on improved MAP performance, the assumed hazard ratio for diagnosis rate compared with SDLTs was 1.74 (71%, 87%, 90%, and 91% of patients who develop SLE are diagnosed in years 1 to 4 compared with 53%, 75%, 84%, and 88% of patients diagnosed with SDLTs). RESULTS: Total 4-year pre- and postdiagnosis direct costs for patients with suspected SLE tested with MAP were $59 183 666 compared with $61 174 818 tested by SDLTs, with lower costs in the MAP arm due primarily to prediagnosis savings related to reduced hospital admissions. CONCLUSION: Incorporating MAP into SLE diagnosis results in estimated 4-year direct cost savings of $1 991 152 ($0.04 per member per month). By facilitating earlier diagnosis of SLE, MAP may enhance patient outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,121
Tête enseignante GPT0,357
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACR Open RheumatologyMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207