The real-world cost-effectiveness of bariatric surgery for the treatment of severe obesity: a cost–utility analysis
Notice bibliographique
Résumé
BACKGROUND: Severe obesity is associated with adverse health outcomes and increased risk of death. This study evaluates the real-world cost-utility of therapy for severe obesity, from the publicly funded health care system and societal perspectives. METHODS: ) who were enrolled in a regional obesity program over 2 years. We extrapolated 10-year and lifetime Markov models, validated and supplemented with literature sources, to compare medical, surgical and standard care therapies. We performed deterministic and probabilistic sensitivity analyses. RESULTS: The cohort included 500 adults living with severe obesity, 150 of whom received laparoscopic surgical therapy. From a publicly funded health system perspective, at 2 years, surgical therapy had an incremental cost-effectiveness ratio (ICER) of $54 456 per quality-adjusted life-year (QALY) compared with standard care therapy. Over a lifetime, it had an ICER of $14 056 per QALY. From the societal perspective, at 2 years, surgical therapy had an ICER of $340 per QALY; over a lifetime, it was the dominant option. The results were robust to sensitivity analysis. INTERPRETATION: From a public health care perspective, surgery for severe obesity is cost effective, and when approached from a societal perspective, it becomes cost saving. Real-world data support using surgical therapy for severe obesity, and our results contribute to the health economic and clinical literature with regard to a robust analysis from a societal perspective.
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 | 0,012 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».