A Cost-Effectiveness Analysis of Biomarkers for Risk Prediction in Atrial Fibrillation
Notice bibliographique
Résumé
RATIONALE: Atrial fibrillation (AF) is associated with an increased risk of thromboembolism. This risk is currently assessed with scoring systems based on clinical characteristics. However, these tools have limited prognostic performance. Circulating biomarkers are proposed for improved prediction of major clinical events and individualization of treatments in patients with AF. OBJECTIVE: The aim was to assess the cost-effectiveness of precision medicine (PM), i.e., the use of combined biomarkers and clinical variables, in comparison to standard of care (SOC) for risk stratification in a hypothetical cohort of AF patients at risk of stroke. METHODS: A Markov cohort model was developed to evaluate the costs and quality-adjusted life-years (QALYs) of PM compared to SOC, over 20 years using a Canadian healthcare system perspective. RESULTS: PM decreased the mean per-patient overall costs by 7% ($94,932 vs $102,057 [Canadian dollars], respectively) and increased the QALYs by 12% (8.77 vs 7.68 QALYs, respectively). The calculated incremental cost-effectiveness ratio was negative, indicating that PM is an economically dominant strategy. These results were robust to one-way and probabilistic sensitivity analyses. CONCLUSION: PM compared to SOC is economically dominant and is projected to generate cost savings.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».