Cost-effectiveness of rapid assessment of potential ischaemic heart disease with CT coronary angiography
Notice bibliographique
Résumé
OBJECTIVES: To estimate the cost-effectiveness of early CT coronary angiography (CTCA) for intermediate risk patients with suspected acute coronary syndrome (ACS), compared with standard care METHODS: We performed within-trial economic analysis using data from the RAPID-CTCA randomised trial, and long-term modelling of cost-effectiveness using secondary data sources to estimate the cost-effectiveness of early CTCA compared with standard care for patients with suspected ACS attending acute hospitals in the UK. Cost-effectiveness was estimated as the incremental cost per quality-adjusted life year (QALY) gained, and the probability of each strategy being cost-effective at varying willingness-to-pay per QALY gained. RESULTS: The within-trial analysis showed that there were no demonstrable differences in costs or QALYs between early CTCA and standard care, with point estimates suggesting higher costs (£7414 vs £6845: mean difference £569, 95% CI -£208 to £1335; p=0.1521) and lower QALYs (0.749 vs 0.758, mean difference -0.009, 95% CI -0.026 to 0.010; p=0.377) in the CTCA arm. The long-term economic analysis suggested that, on average, CTCA was slightly less effective than standard care alone with 0.025 quality-adjusted life years lost per patient treated and was more expensive with additional costs of £481 per patient treated. At a threshold of £20 000 per QALY, CTCA has 24% probability of being cost-effective. CONCLUSIONS: There are no demonstrable differences in within-trial costs and QALYs, and long-term cost-effectiveness modelling suggested higher long-term costs with CTCA and uncertain effect on long-term QALYs, making routine use of CTCA for suspected ACS unlikely to be a cost-effective use of NHS resources.
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 ».