Cost-utility of two minimally-invasive surgical techniques for operable oropharyngeal cancer: transoral robotic surgery versus transoral laser microsurgery
Notice bibliographique
Résumé
BACKGROUND: In the past few decades, a re-evaluation of treatment paradigms of head and neck cancers with a desire to spare patients the treatment-related toxicities of open surgery, has led to the development of new minimally invasive surgical techniques to improve outcomes. Besides Transoral Laser Microsurgery (TLM), a new robotic surgical technique namely Transoral Robotic Surgery (TORS) emerged for the first time as one of the two most prominent and widely used minimally invasive surgical approaches particularly for the treatment of oropharyngeal cancer, a sub-entity of head and neck cancers. Recent population-level data suggest equivalent tumor control, but different total costs, and need for adjuvant chemoradiation. A comparative analysis of these two techniques is therefore warranted from the cost-utility (C/U) point of view. METHODS: A cost-utility analysis for comparing TORS and TLM was performed using a decision-analytical model. The analyses adopted the perspective of a Swiss hospital. Two tertiary referral centers in Lausanne and Zurich provided data for model quantificantion. RESULTS: In the base case analysis TLM dominates TORS. This advantage remains robust, even if the costs for TORS 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 and 62% cost effectiveness of TORS is sensitive to the prescription of adjuvant chemoradiation therapy (CRT). Exceeding 29% of TLM patients requiring a revision of surgical margins renders TORS more cost-effective. CONCLUSION: Non-robotic endoscopic surgery (TLM) is more cost-effective than robotic endoscopic surgery (TORS) for the treatment of oropharyngeal cancers. However, this advantage is sensitive to various parameters, i.e.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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 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 ».