Clinical and economic impact of first-line or drug-naïve catheter ablation and delayed second-line catheter ablation for atrial fibrillation using a patient-level simulation model
Notice bibliographique
Résumé
AIMS: To determine the clinical and economic implications of first-line or drug-naïve catheter ablation compared to antiarrhythmic drugs (AADs), or shorter AADs-to-Ablation time (AAT) in atrial fibrillation (AF) patients in France and Italy, using a patient level-simulation model. MATERIALS AND METHODS: A patient-level simulation model was used to simulate clinical pathways for AF patients using published data and expert opinion. The probabilities of adverse events (AEs) were dependent on treatment and/or disease status. Analysis 1 compared scenarios of treating 0%, 25%, 50%, 75% or 100% of patients with first-line ablation and the remainder with AADs. In Analysis 2, scenarios compared the impact of delaying transition to second-line ablation by 1 or 2 years. RESULTS: Over 10 years, increasing first-line ablation from 0% to 100% (versus AAD treatment) decreased stroke by 12%, HF hospitalization by 29%, and cardioversions by 45% in both countries. As the rate of first-line ablation increased from 0% to 100%, the overall 10-year per-patient costs increased from €13,034 to €14,450 in Italy and from €11,944 to €16,942 in France. For both countries, the scenario with no delay in second-line ablation had fewer AEs compared to the scenarios where ablation was delayed after AAD failure. Increasing rates of first-line or drug-naïve catheter ablation, and shorter AAT, resulted in higher cumulative controlled patient years on rhythm control therapy. LIMITATIONS: The model includes assumptions based on the best available clinical data, which may differ from real-world results, however, sensitivity analyses were included to combat parameter ambiguity. Additionally, the model represents a payer perspective and does not include societal costs, providing a conservative approach. CONCLUSION: Increased first-line or drug-naïve catheter ablation, and shorter AAT, could increase the proportion of patients with controlled AF and reduce AEs, offsetting the small investment required in total AF costs over 10 years in Italy and France.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».