MétaCan
Menu
Retour à la cohorte
Enregistrement W4396780077 · doi:10.1016/j.jeph.2024.202502

P62 - Modélisation médico-économique de la toxine botulique dans la prise en charge des dysménorrhées sévères

2024· article· fr· W4396780077 sur OpenAlexaff
JM. Kouame, JR Guertin, Éric Bautrant, C. Leveque, Carole Siani

Notice bibliographique

RevueJournal of Epidemiology and Population Health · 2024
Typearticle
Languefr
DomaineNeuroscience
ThématiqueHereditary Neurological Disorders
Établissements canadiensUniversité LavalCentre hospitalier de l'Université Laval
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

La dysménorrhée primaire touche 60 à 91 % des femmes, dont 16 à 29 % présentent une forme très sévère. Plusieurs études longitudinales ont révélé que les taux d'absentéisme varient de 34 à 50 % et que 10 à 30 % des femmes en activité perdent un à deux jours de travail par mois. Cela représente une perte annuelle de 600 millions d'heures de travail, soit environ deux milliards de dollars par an aux USA. Face à ces douleurs dégradant la qualité de vie des patientes, la toxine botulique (BoNT), est utilisé par le Centre de recherche en santé des femmes (CRSF) pour assurer la prise en charge des dysménorrhées sévères. Selon de nombreuses études la BoNT favorise une amélioration des douleurs pelviennes et de la qualité de vie en revanche la BoNT est coûteuse et non remboursée par l'Assurance maladie. Notre objectif est d'évaluer l'efficience et l'impact budgétaire de la BoNT à partir d'un modèle de Markov. Un modèle de Markov a été développé pour estimer l'efficience sur 10 ans et l'impact budgétaire lors des cinq premières années de l'introduction de la BoNT. Les principaux états de santé du modèle sont définis à partir de l’échelle visuelle analogique (EQ-VAS) (Fig. 1). Les paramètres du modèle sont estimés à partir de la cohorte des patients du CRSF. Seuls les coûts directs ont été pris en compte dans l'analyse coût-utilité (ACU) et l'analyse d'impact budgétaire (AIB). Des analyses de sensibilité déterministes et probabilistes ont été réalisées pour évaluer la robustesse de nos résultats. A un an, les coûts et les QALYs de la BoNT versus TC étaient respectivement : 1895,65 € versus 3055,20 € et 2,03 QALYs versus 1,23 QALYs. Ainsi, le RCUI égal à - €1651,5 € / QALY, démontre que, bien que les coûts initiaux de la BoNT soient plus élevés que ceux du TC, la diminution des coûts de suivi associés à une efficacité de la BoNT à long terme, en font l'option la plus efficace et dominante à 1, 5, 10 ans (Tableau 1). Les analyses de sensibilité montrent que quel que soit le scénario, la BoNT est une stratégie efficiente (Tableau 2). En outre, au seuil de 30 000 €/QALY la BoNT est efficiente à 100 % (Fig. 2) et l'impact net était égal à 98 091 098 €, lorsque tous les patients en échec des TC recevaient la BoNT (Fig. 3). A ce jour, il n'existe aucun traitement efficace pour les dysménorrhées sévères. Ainsi, la BoNT offre des possibilités considérables d'amélioration de la qualité de vie et de réduction des coûts. Elle est donc la stratégie la plus efficiente.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,202
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,381
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Epidemiology and Population HealthMême sujetHereditary Neurological DisordersTravaux en français237 207