Cost-Effectiveness Analysis of Regenerative Endodontics versus MTA Apexification
Notice bibliographique
Résumé
INTRODUCTION: With the introduction of stem cell engineering in dentistry, regenerative endodontics has emerged as a potential alternative to mineral trioxide aggregate (MTA) apexification in the management of necrotic immature permanent teeth. However, the utility of this modality in terms of cost-effectiveness has not yet been established. Therefore, we performed cost-effectiveness analysis to determine the dominant treatment modality that would influence decision making from the private payer perspective. METHODS: A Markov model was constructed with a necrotic immature permanent tooth in a 7-y-old patient, followed over the lifetime using TreeAge Pro Healthcare 2022. Transition probabilities were estimated based on the existing literature. Costs were estimated based on United States health care, and cost-effectiveness was determined using Monte Carlo microsimulations. The model was validated internally by sensitivity analyses, and face validation was performed by an experienced endodontist and health economist. RESULTS: In the base-case scenario, regenerative endodontics did not turn out to be a dominant treatment option as it was associated with an additional cost of USD$1,012 and fewer retained tooth-years (15.48 y). Likewise, in the probabilistic sensitivity analysis, regenerative endodontics was again dominated by apexification against different willingness-to-pay values. CONCLUSION: Based on current evidence, regenerative endodontic treatment was not cost-effective compared with apexification in the management of necrotic immature permanent teeth over an individual's lifetime. KNOWLEDGE TRANSFER STATEMENT: The study provides valuable insight regarding the cost valuation and cost-efficacy of regenerative endodontic treatment versus apexification in the management of necrotic immature permanent teeth, as this would aid in effective clinical decision making, allowing for the functional allocation of 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 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 | 0,008 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».