Cost-effectiveness of prophylactic cranial irradiation in stage III non-small cell lung cancer
Notice bibliographique
Résumé
INTRODUCTION: In stage III non-small cell lung cancer (NSCLC), prophylactic cranial irradiation (PCI) reduces the brain metastases incidence and prolongs the progression-free survival without improving overall survival. PCI increases the risk of toxicity and is currently not adopted in routine care. Our objective was to assess the cost-effectiveness of PCI compared with no PCI in stage III NSCLC from a Dutch societal perspective. METHODS: A cohort partitioned survival model was developed based on individual patient data from three randomized phase III trials (N = 670). Quality-adjusted life years (QALYs) and costs were estimated over a lifetime time horizon. A willingness-to-pay (WTP) threshold of €80,000 per QALY was adopted. Sensitivity and scenario analyses were performed to address parameter uncertainty and to explore what parameters had the greatest impact on the cost-effectiveness results. RESULTS: PCI was more effective and costly (0.443 QALYs, €10,123) than no PCI, resulting in an incremental cost-effectiveness ratio (ICER) of €22,843 per QALY gained. The probability of PCI being cost-effective at a WTP threshold of €80,000 per QALY was 93%. The probability of PCI gaining three and six additional months of life were 76% and 56%. The scenario analysis adding durvalumab increased the ICER to €35,159 per QALY gained. Using alternative survival distributions had little impact on the ICER. Assuming fewer PCI fractions and excluding indirect costs decreased the ICER to €18,263 and €5554 per QALY gained. CONCLUSION: PCI is cost-effective compared to no PCI in stage III NSCLC, and could therefore, from a cost-effectiveness perspective, be considered in routine care.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».