Are NCCN Resource-Stratified Guidelines for Breast Cancer Systemic Therapy Achievable? A Population-Based Study of Global Need and Economic Impact
Notice bibliographique
Résumé
PURPOSE: Resource-stratified guidelines (RSG) for cancer provide a hierarchy of interventions, based on resource availability. We quantify treatment need and cost if National Comprehensive Cancer Network (NCCN) RSGs for breast cancer (BC) are adopted globally. METHODS: We developed decision trees for first-course systemic therapy, merged with SEER and Global Cancer Observatory 2018 incidence data to estimate treatment need and cost if NCCN RSG are implemented globally based on country-level income. Simulations were used to quantify need and cost of globally scaling up services to Maximal. RESULTS: Based on NCCN RSG, first-course chemotherapy is indicated in 0% (Basic), 87% (Core), and 86% (Enhanced) but declined to 50% (Maximal) because of incorporation of genomic profiling. First-course endocrine therapy (ET) is indicated in 80% in all settings. In 2018, treatment need was 1.4 million people for chemotherapy, 183,943 for human epidermal growth factor receptor 2 (HER2) therapies and 1.6 million for ET. The cost per person for chemotherapy or HER2 or immunotherapy increased by 17-fold from Core to Maximal ($1,278-$22,313 Australian dollars [AUD]). The cost of ET per person rose eight-fold from Basic to Maximal ($1,236-$9,809 AUD). If all patients with BC globally were treated with Maximal resources, the need for chemotherapy would decline by 28%, whereas cost of first-course treatment would rise by 1.8-fold ($21-$37 billion AUD) because of more costly therapies. CONCLUSION: NCCN RSGs for BC could result in chemotherapy overtreatment in Core and Enhanced settings. The absence of chemotherapy in Basic settings should be reconsidered, and future iterations of RSG should perform cross-tumor comparisons to ensure equitable resource distribution and maximize population-level outcomes. Our model is flexible and can be tailored to the costs, population attributes, and resource availability of any institution or country for health-services planning.
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 | 0,007 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| 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 ».