P.034 Cost-effectiveness of treatment strategies for medically refractory pediatric epilepsy: a systematic review
Notice bibliographique
Résumé
Background: Medically refractory pediatric epilepsy is a disorder that can cause significant financial and physical burden. Although multiple treatments exist, cost-effectiveness remains unclear. We conducted a systematic review to assess cost-effectiveness of treatments for medically refractory pediatric epilepsy and to summarize key issues and areas for further inquiry. Methods: We searched MEDLINE and 6 other databases up to July 2022. We included partial and full economic evaluations (EEs) on treatments for medically refractory pediatric epilepsy. Pairs of reviewers independently screened the literature, extracted data, and assessed quality using the 24-item Consolidated Health Economic Evaluation Reporting Standards (CHEERS) checklist. We extracted data on study characteristics, health outcomes, model design, costs, and treatment characteristics. Results: We identified 37 eligible studies for analysis, 19 of which were partial EEs and 18 were full EEs. Study quality, outcomes reported, treatment comparators, and factors included in cost calculations were common influential factors in study results. Vagus nerve stimulation and cannabinoid oil were the most consistently cost-effective, in 6 of 7 and 1 of 2 studies, respectively. Other treatments were inconsistently cost-effective. Conclusions: The cost-effectiveness of treatments for medically refractory pediatric epilepsy was not definitive. Consistency in study design and inputs is necessary for future comparison of epilepsy treatment.
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 | 0,007 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,010 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».