Cost containment analysis and access to treatment associated with adopting hypofractionated radiation therapy from the Brazilian perspective
Notice bibliographique
Résumé
Background: Estimates show that breast cancer, the leading cause of cancer death in females worldwide, will continue to increase in incidence, highlighting the need for increased treatment capacity. While postoperative radiation therapy (RT) is commonly used to reduce recurrence and mortality, research has shown that moderately hypofractionated radiation therapy (HFRT) and 5-fraction HFRT are equally safe and effective and can reduce treatment costs. This study aimed to compare the cost of conventional RT (50Gy/25), moderately HFRT (40.05Gy/15), and 5-fraction HFRT (26Gy/5) for breast cancer patients in Brazil. Methods: The cost of each RT regimen was calculated using the International Atomic Energy Agency's Radiotherapy Cost Estimator Tool. The potential annual savings were then estimated by applying the cost of each regime to the 2020 Brazilian cancer incidence rates. Findings: The average costs per patient for 25 fractions, 15 fractions, and 5 fractions are $2,699.20, $1,711.98, and $929.81, respectively. The annual cost savings associated with treating 70% of patients with 15 fraction HFRT and 30% of patients with 5 fraction HFRT as compared to treating all patients with 25 fraction RT is $72,929,315.40. The estimated annual productivity of 1 LINAC machine for 25 fractions, 15 fractions, and 5 fractions is 338, 647, and 1,310 patients, respectively. Interpretation: The cost analysis revealed decreased patients' costs and potential for increased EBRT access associated with HFRT in the Brazilian perspective. Funding: None.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».