MétaCan
Menu
Retour à la cohorte
Enregistrement W4294243308 · doi:10.23889/ijpds.v7i3.1828

Changes in healthcare costs and survival in the era of immunotherapy and targeted systemic therapy for melanoma.

2022· article· en· W4294243308 sur OpenAlexaffabout
Paul Nguyen, Sarah B. Bateni, Antoine Eskander, Soo Jin Seung, Nicole Mittmann, Kelvin Chan, Nicole Look-Hong, Timothy P. Hanna

Notice bibliographique

RevueInternational Journal for Population Data Science · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensQueen's UniversityCanadian Agency for Drugs and Technologies in HealthSunnybrook HospitalHealth Sciences CentreSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicinePropensity score matchingHealth careCohortSentinel lymph nodeRetrospective cohort studyProportional hazards modelCancerInternal medicineBreast cancer

Résumé

récupéré en direct d'OpenAlex

ObjectivesMelanoma treatment has evolved over the past decade with the adoption of adjuvant and palliative immunotherapies and targeted therapies and changes in use of sentinel node biopsy. The impact on real-world healthcare costs and outcomes is uncertain. Here we examine changes in healthcare costs and survival using administrative data. ApproachUsing data from the universal healthcare system in Ontario, Canada, we examine a propensity-matched, retrospective cohort of patients aged 20+ years with Stage I-IV invasive cutaneous melanoma from 2018-2019 compared with those from 2007-2012. The primary outcomes were public payer’s mean healthcare per-person costs, and overall survival (OS). Costs were estimated with an established case-mix and claim-based costing algorithm for Ontario, in which person-level costs are allocated for the various healthcare utilizations over time. Standardized mean differences were used to compare costs, and the log-rank test and Cox regression were used to compare survival among stage-stratified, propensity-score matched cohorts. ResultsWe identified 1,138 patients with melanoma from 2018-2019 and 7,654 from 2007-2012. After stage stratification and propensity-matching (N=1,101 per cohort), sentinel lymph node biopsy (62.3% vs. 43.4%) and systemic therapy use (27.3% vs. 12.5%) were more frequent in 2018-2019 compared to 2007-2012. 2018-2019 patients had greater mean healthcare (including systemic therapy) costs compared to 2007-2012 with Stage II ($27,835 vs. $21,179), III ($90,508 vs. $46,242) and IV disease ($118,398 vs. $46,500). There was a seven-to-twelve-fold increase in mean systemic therapy costs for treated patients with Stage III ($68,207 vs. $9,832) and IV disease ($80,905 vs. $6,883). OS was greater in 2018-2019 versus 2007-2012 (2-year OS: 87.8% [95% Confidence Interval {CI}: 85.8-89.6%] vs. 83.7% [95% CI: 81.3-85.7%]; Hazard Ratio {HR}: 0.72 [95% CI: 0.59-0.89]; p<0.05). ConclusionThese real-world data highlight trade-offs with adoption of new effective systemic therapies for melanoma, with a greater economic burden to the healthcare system but an associated improvement in survival. Such evolving paradigm changes may prompt dynamic evaluations of healthcare resources and policies to ensure cancer care is sustainable.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,472
Score d'incertitude au seuil0,939

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,361
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207