Treatment methods for cervical intraepithelial neoplasia in England: A cost‐effectiveness analysis
Notice bibliographique
Résumé
OBJECTIVE: To compare the cost-effectiveness of different treatments for cervical intraepithelial neoplasia (CIN). DESIGN: A cost-effectiveness analysis based on data available in the literature and expert opinion. SETTING: England. POPULATION: Women treated for CIN. METHODS: We developed a decision-analytic model to simulate the clinical course of 1000 women who received local treatment for CIN and were followed up for 10 years after treatment. In the model we considered surgical complications as well as oncological and reproductive outcomes over the 10-year period. The costs calculated were those incurred by the National Health Service (NHS) of England. MAIN OUTCOME MEASURES: Cost per one CIN2+ recurrence averted (oncological outcome); cost per one preterm birth averted (reproductive outcome); overall cost per one adverse oncological or reproductive outcome averted. RESULTS: For young women of reproductive age, large loop excision of the transformation zone (LLETZ) was the most cost-effective treatment overall at all willingness-to-pay thresholds. For postmenopausal women, LLETZ remained the most cost-effective treatment up to a threshold of £31,500, but laser conisation became the most cost-effective treatment above that threshold. CONCLUSIONS: LLETZ is the most cost-effective treatment for both younger and older women. However, for older women, more radical excision with laser conisation could also be considered if the NHS is willing to spend more than £31,500 to avert one CIN2+ recurrence.
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 | 0,005 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».