Risk Model–Based Lung Cancer Screening
Notice bibliographique
Résumé
BACKGROUND: In their 2021 lung cancer screening recommendation update, the U.S. Preventive Services Task Force (USPSTF) evaluated strategies that select people based on their personal lung cancer risk (risk model-based strategies), highlighting the need for further research on the benefits and harms of risk model-based screening. OBJECTIVE: To evaluate and compare the cost-effectiveness of risk model-based lung cancer screening strategies versus the USPSTF recommendation and to explore optimal risk thresholds. DESIGN: Comparative modeling analysis. DATA SOURCES: National Lung Screening Trial; Surveillance, Epidemiology, and End Results program; U.S. Smoking History Generator. TARGET POPULATION: 1960 U.S. birth cohort. TIME HORIZON: 45 years. PERSPECTIVE: U.S. health care sector. INTERVENTION: Annual low-dose computed tomography in risk model-based strategies that start screening at age 50 or 55 years, stop screening at age 80 years, with 6-year risk thresholds between 0.5% and 2.2% using the PLCOm2012 model. OUTCOME MEASURES: Incremental cost-effectiveness ratio (ICER) and cost-effectiveness efficiency frontier connecting strategies with the highest health benefit at a given cost. RESULTS OF BASE-CASE ANALYSIS: Risk model-based screening strategies were more cost-effective than the USPSTF recommendation and exclusively comprised the cost-effectiveness efficiency frontier. Among the strategies on the efficiency frontier, those with a 6-year risk threshold of 1.2% or greater were cost-effective with an ICER less than $100 000 per quality-adjusted life-year (QALY). Specifically, the strategy with a 1.2% risk threshold had an ICER of $94 659 (model range, $72 639 to $156 774), yielding more QALYs for less cost than the USPSTF recommendation, while having a similar level of screening coverage (person ever-screened 21.7% vs. USPSTF's 22.6%). RESULTS OF SENSITIVITY ANALYSES: Risk model-based strategies were robustly more cost-effective than the 2021 USPSTF recommendation under varying modeling assumptions. LIMITATION: Risk models were restricted to age, sex, and smoking-related risk predictors. CONCLUSION: Risk model-based screening is more cost-effective than the USPSTF recommendation, thus warranting further consideration. PRIMARY FUNDING SOURCE: National Cancer Institute (NCI).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».