An Evaluation of Linked Administrative Data for Cancer Clinical Trial Economic Analysis
Notice bibliographique
Résumé
IntroductionEconomic analyses of well-conducted clinical trials are critical to rational health policy that informs value-based decision making. Trial economic analyses, such as cost-effectiveness analysis, often rely on trial-collected data, which are burdensome and expensive to collect. In contrast, administrative databases systematically collect health system encounters and are available at low cost for nearly all patients with cancer in Ontario, Canada, and many other jurisdictions. Objectives and ApproachWe investigated whether administrative data could improve the performance of trial economic analysis. Health administrative data were probabilistically linked to 148 Ontario patients from the Canadian Cancer Trials Group CO.17 trial (n=572), which evaluated cetuximab plus best supportive care (n=75) versus best supportive care alone (n=73) in previously treated metastatic colorectal cancer. Trial-collected resource utilization data and vital status were compared with administrative data. Cost-effectiveness in 2007 Canadian dollars according to administrative data was determined with bootstrap incremental cost-effectiveness ratio (ICER) confidence intervals (CIs). ResultsUp to trial date of last contact, administrative data vital status was concordant in >96%. Twenty-nine subsequent deaths occurred. Up to trial last contact, there were 50 net additional hospitalizations and 33 net additional emergency department visits in administrative data. Total costs were $3,023,034 for the cetuximab group and $1,191,118 for the control group up to trial last contact. ICER was $211,128 per life-year gained (90% CI: $101,396 to $694,950) up to trial last contact and $164,378 (90% CI: -$138,260 to $644,555) up to administrative data last contact. ICER estimates were similar to analyses using trial-collected data. Conclusion/ImplicationsAdministrative data were more complete than trial data for hospital encounters, a key cost driver in economic analysis and there was longer follow-up. This study demonstrates the potential of administrative data to relieve the burden of collecting key data in cancer trials, which represents considerable effort and expense.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
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 | 0,351 | 0,598 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,009 |
| Bibliométrie | 0,006 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».