Cost-utility of two minimally-invasive surgical techniques for operable oropharyngeal cancer: Transoral robotic surgery versus transoral laser microsurgery
Notice bibliographique
Résumé
Abstract Importance Transoral robotic surgery (TORS) and transoral laser micro-surgery (TLM) are two different but competing minimally invasive techniques to surgically remove operable oropharyngeal squamous cell cancers (OPSCC). As of now, no comparative analysis as to the cost-utility of these techniques exists. Objective Recent population-level data suggest for TORS and TLM equivalent tumor control, but different total costs, need for adjuvant chemoradiation, and learning curves. Therefore, the objective of this study was to compare TORS and TLM from the cost-utility (C/U) point of view using a decision-analytical model from a Swiss hospital perspective. Design Our decision-analytical model combines decision trees and a Markov model to compare TORS and TLM strategies. Model parameters were quantified using available literature, original cost data from two Swiss university tertiary referral centers, and utilities elicited directly from a Swiss population sample using standard gamble. C/U and sensitivity analyses were used to generate results and gauge model robustness. Setting Swiss hospital perspective Intervention Cost-utility analysis Main outcome measure Comparative cost-utility data from TLM and TORS Results In the base case analysis TLM dominates TORS. This advantage remains robust, even if the costs for TORS would reduce by up to 25%. TORS begins to dominate TLM, if less than 59,7% patients require adjuvant treatment (pTorsAlone>0.407), whereby in an interval between 55%-62% (pTorsAlone 0.38-0.45) cost effectiveness of TORS is sensitive to the prescription of adjuvant CRT. Also, exceeding 29% of TLM patients requiring a re-operation for inadequate margins renders TORS more cost-effective. Conclusion TLM is more cost-effective than TORS. However, this advantage is sensitive to various parameters i.e. the number of re-operations and adjuvant treatment. Key points Question Compare cost-utility of TORS versus TLM Findings In the base case analysis TLM dominates TORS, even if the costs for TORS would reduce by up to 25%. TORS begins to dominate TLM, if less than 59,7% patients require adjuvant treatment, whereby in an interval between 55%-62% cost effectiveness of TORS is sensitive to the prescription of adjuvant CRT. Exceeding 29% of TLM patients requiring a re-operation for inadequate margins renders TORS more cost-effective. Meaning TLM is more cost-effective than TORS. However, this advantage is sensitive to the number of re-operations and adjuvant treatment
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».