Capturing the True Cost of Breast Cancer Treatment: Molecular Subtype and Stage-Specific per-Case Activity-Based Costing
Notice bibliographique
Résumé
BACKGROUND: Breast cancer (BC) treatment is rapidly evolving with new and costly therapeutics. Existing costing models have a limited ability to capture current treatment costs. We used an Activity-Based Costing (ABC) method to determine a per-case cost for BC treatment by stage and molecular subtype. METHODS: ABC was used to proportionally integrate multidisciplinary evidence-based patient and provider treatment options for BC, yielding a per-case cost for the total duration of treatment by stage and molecular subtype. Diagnostic imaging, pathology, surgery, radiation therapy, systemic therapy, inpatient, emergency, home care and palliative care costs were included. RESULTS: BC treatment costs were higher than noted in previous studies and varied widely by molecular subtype. Cost increased exponentially with the stage of disease. The per-case cost for treatment (2023C$) for DCIS was C$ 14,505, and the mean costs for all subtypes were C$ 39,263, C$ 76,446, C$ 97,668 and C$ 370,398 for stage I, II, III and IV BC, respectively. Stage IV costs were as high as C$ 516,415 per case. When weighted by the proportion of molecular subtype in the population, case costs were C$ 31,749, C$ 66,758, C$ 111,368 and C$ 289,598 for stage I, II, III and IV BC, respectively. The magnitude of cost differential was up to 10.9 times for stage IV compared to stage I, 4.4 times for stage III compared to stage I and 35.6 times for stage IV compared to DCIS. CONCLUSION: The cost of BC treatment is rapidly escalating with novel therapies and increasing survival, resulting in an exponential increase in treatment costs for later-stage disease. We provide real-time, case-based costing for BC treatment which will allow for the assessment of health system economic impacts and an accurate understanding of the cost-effectiveness of screening.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».