Optimal Management of the Cyanotic Neonate With Tetralogy of Fallot—A Clinical Decision Analysis
Notice bibliographique
Résumé
Background: Management options for critically cyanotic neonates with tetralogy of Fallot include primary repair, ductal or right ventricular outflow tract stents, and surgical shunts. However, rigorous comparisons between these strategies are precluded by small numbers, lack of equipoise, and center-specific bias. Methods: A Markov model decision tree with Monte Carlo microsimulations was constructed to model 2-year outcomes for a hypothetical cohort of 10,000 cyanotic tetralogy of Fallot neonates eligible for all 3 strategies. Input transition state probabilities, utilities, and costs were derived from representative published reports. Outcomes were used to determine quality-adjusted life-years and costs after 50 model iterations. The incremental cost-effectiveness ratio was calculated to determine the preferred strategy. Sensitivity and threshold analysis varied probabilities of 40 factors to identify values at which the preferred strategy would switch. Results: From modeling, immediate mortality from index procedure favored staged approaches, but total mortality favored primary repair after approximately 6 months. Cumulative 2-year mortality from modeling was 8.1%, 11.6%, and 12.4% for primary repair, stenting, and shunting, respectively. Calculated incremental cost-effectiveness ratios identified primary repair as the preferred strategy, followed by stenting and then shunting. Sensitivity and threshold analysis identified total pathway cost to be the only determinant of altered strategy preference with respect to primary repair. For comparisons of staged approaches, several variables reflecting cost and outcomes were identified. Conclusions: Our modeling suggests that primary repair may be superior to staging with stent or shunt for cyanotic neonates with tetralogy of Fallot, with improved 2-year morbidity, mortality, and cost utility.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».