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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».