MétaCan
Menu
← Retour à la cohorte
Enregistrement W4379339923 · doi:10.1200/jco.2023.41.16_suppl.12012

Cost-utility of geriatric assessment in older adults with cancer: Results from the 5C trial.

2023· article· en· W4379339923 sur OpenAlexaffabout
Yeva Sahakyan, Qixuan Li, Lusine Abrahamyan, Martine Puts, Sarah Brennenstuhl, Mohammed Rashidul Anwar, Shant Torkom Yeretzian, Emma Matosyan, Bianca McLean, Fay J. Strohschein, Aria Wills, George Tomlinson, Shabbir M.H. Alibhai

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensPrincess Margaret Cancer CentreBruyèreUniversity of CalgaryWestern UniversityMcMaster UniversityUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineConfidence intervalGuidelineRandomized controlled trialQuality-adjusted life yearHealth careImputation (statistics)Cost effectivenessDemographyGerontologyMissing dataInternal medicineStatistics

Résumé

récupéré en direct d'OpenAlex

12012 Background: Geriatric assessment is a guideline-recommended approach to optimize cancer management in older adults. We conducted a cost-utility analysis alongside the recently published 5C randomized controlled trial to compare geriatric assessment and management (GAM) with usual care in older adults with cancer. Methods: The economic evaluation was conducted from a societal perspective, using a 12-month time horizon. The 5C study enrolled patients age 65+ from 8 Canadian hospitals and randomly assigned them to receive GAM or usual care. Patients were initiating systemic therapy with curative or palliative intent. Quality-adjusted life years (QALYs) were measured using the EQ-5D-5L questionnaire. Healthcare utilization was evaluated using cost diaries and chart reviews. The primary outcome, an incremental monetary benefit (INMB), was evaluated for the full sample and for preselected subgroups. Multiple imputation was used to account for missing data. The 95% confidence intervals (CI) were computed using bootstrapping. Results: The study included 350 patients, of which 173 received GAM and 177 received usual care. At 12 months, the average QALYs per patient were 0.747 and 0.753 for GAM and usual care respectively (ΔQALY = -0.006, 95%CI: -0.06 to 0.05). The total average costs per patient were $48,397 and $45,342 for GAM and usual care (ΔCost = $3,078 (95% CI: -$5,336 to $12,050). At a cost-effectiveness threshold of $50,000/QALY the INMB was negative (-$3,962; 95% CI: -$7,117 to -$794) meaning that GAM was not cost-effective compared to usual care. In a subgroup analysis the INMB was positive ($4,639, 95% CI: $61 to $8,607) for patients treated with curative intent, and the intervention was cost effective in 78% of simulations, but remained negative (i.e. not cost-effective) for patients treated with palliative intent (INMB -$13,307, 95% CI -$18,063 to -$8,264). Conclusions: This is the first cost-utility analysis of GAM in cancer. The findings showed that GAM was cost-effective for cancer patients treated with curative intent but not for patients with palliative intent. Although the primary results of the 5C trial were negative, extrapolating our costing data to positive GAM trials like GAIN, GAP70, and INTEGERATE will provide a more complete picture of the cost effectiveness of GAM in this setting. Clinical trial information: NCT03154671 .

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,643
Tête enseignante GPT0,598
Écart entre enseignants0,045 · 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'étudeEssai randomisé
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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→