Impact of Adjuvant Atezolizumab on Recurrences Avoided and Treatment Cost Savings for Patients with Stage II-IIIA Non-Small Cell Lung Cancer in Canada
Notice bibliographique
Résumé
This epidemiological model forecasted reductions in recurrences and recurrence treatment cost savings with adjuvant atezolizumab vs best supportive care among Canadians with stage II-IIIA non-small cell lung cancer (NSCLC) at national and provincial levels. The population had resected, programmed cell death 1 ligand 1 (PD-L1)–high (≥50%), EGFR−, ALK−, stage II-IIIA NSCLC eligible for adjuvant treatment. Patients with recurrence or death and the costs of treating recurrences were estimated for those receiving adjuvant atezolizumab or best supportive care each year (2024–2034). Proportions of patients expected to be event free up to 10 years after treatment initiation were extrapolated with parametric survival analyses. In the base case analysis, 240 fewer recurrences were estimated to occur over 10 years (2024–2034) with adjuvant atezolizumab vs best supportive care across Canada, with 136 (57%) and 104 (43%) fewer locoregional and metastatic recurrences, respectively. Projected costs of treated recurrences were CAD 33.2 million less over 10 years with adjuvant atezolizumab at a national level (adjuvant atezolizumab, CAD 135.8 million; best supportive care, CAD 169.0 million). This model predicts a considerable long-term reduction in recurrences and substantial treatment cost savings with adjuvant atezolizumab vs best supportive care for patients with PD-L1–high early-stage NSCLC in Canada.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».