Economical Evaluation of Cancer Types Using Intensity-Modulated Radiation Therapy Compared to 3D Conformal Radiation Therapy: A Systematic Review
Notice bibliographique
Résumé
Background: Cancer is the second most common cause of death worldwide. Economic evaluation of cancer treatment to reduce costs can save the health care system millions of dollars while optimizing care. Therefore, this systematic review aimed to study the economic evaluation of cancer treatment using intermediate intensity radiation therapy (IMRT) compared to conventional 3D conformal radiation therapy (3D-CRT). Methods: Literatures from PubMed, Embase, Cochran Library, Google scholar, Scopus and Iranian databases were retrieved since Jan 2000 to Apr 2020 for eligible English studies. The quality of the studies was evaluated using Cheers' checklist and then the textual data were analyzed manually by content analysis method. Results: Overall, 1790 articles were retrieved, of which 12 studies were reviewed. The article quality score ranged from 14.5 to 23 out of a maximum of 24 points. Eleven studies referred to cost-effectiveness analysis and one study referred to cost-utility analysis. Studies have been conducted in the United States, Canada, Australia, Brazil, the Netherlands, the United Kingdom, and Hungary. IMRT appears to be a cost-effective treatment strategy for rectal cancer, soft tissue sarcoma, and localized carcinoma of the pharynx, and for prostate cancer in terms of prolonging survival, but it is a cost-effective treatment strategy for head cancer. In addition, the neck was not in India's cancer control program. Conclusion: The results can help to decide whether to use radiation therapy and radiotherapy in the standard treatment path. Furthermore, they underline that IMRT treatment technique was cost effective for a long-time care service.
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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».