2023 Annual Conference Conférence Annuelle
Notice bibliographique
Résumé
OBJECTIVES: The use of flourine-18 fluorodeoxyglucose positron emission tomography/computed tomography (18F-FDG PET/CT) in the evaluation of patients with Staphylococcus aureus bacteremia (SAB) is associated with decreased mortality in observational studies.However, uptake is limited by cost and availability.We aimed to evaluate the cost-utility of PET/CT among adults hospitalized with SAB in Ontario.METHODS: A cost-utility analysis was conducted using a probabilistic Markov cohort model assessing three diagnostic strategies: (1) PET/CT in all patients, (2) PET/CT in high-risk patients only, and (3) standard workup (without PET/CT) for all patients.The analysis was from the Ontario healthcare payer perspective using a lifetime horizon, with costs and utilities discounted at 1.5%/year.Primary outcomes were quality-adjusted life years (QALYs), costs, and an incremental cost-effectiveness ratio (ICER).Deterministic and probabilistic sensitivity analyses were conducted to evaluate parameter uncertainty.RESULTS: Current standard of care resulted in an average of 17.09 QALYs at a cost of $209,510 per patient.This was dominated by PET/CT in high-risk patients with average 17.34 QALYs and cost of $199,561.Compared to PET/CT in high-risk patients only, PET/CT for all patients had an ICER of $72,794; however, there was a high degree of uncertainty comparing these two strategies with the existing data inputs.Results were most sensitive to the specificity of standard low-risk workup and PET/CT for detecting metastatic foci.At a willingness-to-pay threshold of $50,000/ QALY, PET/CT in high-risk patients was the most cost-effective strategy in 56.9% of simulations (vs 40.2% for PET/ CT in all patients).CONCLUSIONS: Our findings suggest that a strategy of using PET/CT in high-risk patients is more cost-effective than the current standard of care of no PET/CT.Randomized controlled trials should be conducted to compare the use of PET/CT in all patients versus high-risk patients only.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,548 | 0,471 |
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 ».