Comprehensive Genomic Profiling for Non-Small-Cell Lung Cancer: Health and Budget Impact
Notice bibliographique
Résumé
Background: Single-gene tests and hotspot panels targeting specific subsets of biomarkers constitute the Canadian genomic testing landscape for non-small-cell lung cancer (nsclc). However, newer testing options such as comprehensive genomic profiling (cgp) offer improved detection rates and identification of multiple classes of genomic alterations in a single assay, minimizing tissue requirements and turnaround time. The objective of the present analysis was to assess the health and budget impacts of adopting cgp testing for nsclc in Canada. Methods: This study assessed the impact of funding the cgp tests FoundationOne CDx and FoundationOne Liquid (Foundation Medicine, Cambridge, MA, U.S.A.) over a 3-year time horizon using a Canadian societal perspective for Ontario. Conventional testing strategies were summarized into two reference scenarios: a series of single-gene tests only, and reflex single-gene testing followed by a hotspot panel for negative results. Four adoption scenarios for cgp testing were considered: replacing all single-gene and hotspot panel testing, replacing hotspot panel testing only, use after negative single-gene and hotspot testing, and use of FoundationOne Liquid in individuals with insufficient tissue for conventional testing. Results: When cgp testing was assumed to replace all conventional testing with 50% uptake, the budget impact per person per year ranged from $0.71 to $0.87, depending on the reference scenario, with a 3-year gain of 680.9 life-years and 3831 working days over the full cohort. Conclusions: Given the present testing landscape for patients with nsclc in Canada, listing cgp testing could optimize the selection of appropriately targeted treatments, and thus add life-years and productivity for this population, with a minimal budget impact.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».