Quantified health and cost effects of faster endovascular treatment for large vessel ischemic stroke patients in the Netherlands
Notice bibliographique
Résumé
BACKGROUND: The effectiveness of endovascular treatment (EVT) for large vessel occlusion (LVO) stroke severely depends on time to treatment. However, it remains unclear what the value of faster treatment is in the years after index stroke. The aim of this study was to quantify the value of faster EVT in terms of health and healthcare costs for the Dutch LVO stroke population. METHODS: A Markov model was used to simulate 5-year follow-up functional outcome, measured with the modified Rankin Scale (mRS), of 69-year-old LVO patients. Post-treatment mRS was extracted from the MR CLEAN Registry (n=2892): costs per unit of time and Quality-Adjusted Life Years (QALYs) per mRS sub-score were retrieved from follow-up data of the MR CLEAN trial (n=500). Net Monetary Benefit (NMB) at a willingness to pay of €80 000 per QALY was reported as primary outcome, and secondary outcome measures were days of disability-free life gained and costs. RESULTS: EVT administered 1 min faster resulted in a median NMB of €309 (IQR: 226;389), 1.3 days of additional disability-free life (IQR: 1.0;1.6), while cumulative costs remained largely unchanged (median: -€15, IQR: -65;33) over a 5-year follow-up period. As costs over the follow-up period remained stable while QALYs decreased with longer time to treatment, which this results in a near-linear decrease of NMB. Since patients with faster EVT lived longer, they incurred more healthcare costs. CONCLUSION: One-minute faster EVT increases QALYs while cumulative costs remain largely unaffected. Therefore, faster EVT provides better value of care at no extra healthcare costs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».