MétaCan
Menu
Retour à la cohorte
Enregistrement W4406971738 · doi:10.1200/go-24-00444

Forecasting Asparaginase Need and Cost for Childhood Cancer Using ACCESS FORxECAST

2025· article· en· W4406971738 sur OpenAlexaff
Terence M. Hughes, Nitin Shrivastava, Lewis B. Silverman, A. Lindsay Frazier, Sumit Gupta, Avram Denburg

Notice bibliographique

RevueJCO Global Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Lymphoblastic Leukemia research
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRegimenPediatric cancerBusinessInvestment (military)MedicineComputer scienceCancerPolitical scienceSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Asparaginase (ASN) is a critical component of pediatric ALL protocols. Until recently, ASN was available in three formulations: native Escherichia coli, PEGylated E. coli (PEG), and Erwinase, with native E. coli typically more accessible in low- and middle-income countries (LMICs). Short shelf lives, intermittent availability, and concern for substandard formulations in LMICs have created a need for proactive ASN demand estimates. METHODS: We adapted FORxECAST, a pediatric cancer drug forecasting model, to focus on ASN for pediatric ALL. The model is adaptable to user data and defaults to best available public data where local data are unavailable. We forecast ASN quantity and cost in three case study countries for four scenarios using two regimens-base regimen (BR) and intensified regimen (IR)-outlining how quantity and costs vary on the basis of ASN formulation, dose, and second-line availability. RESULTS: Native E. coli is cheaper than PEG for first-line treatment across all scenarios. Regimen intensification from BR to IR requires a substantially higher cost when PEG is used relative to native E. coli. The cost of treating ASN hypersensitivity with Erwinase for BR in Burundi, Ghana, and Turkmenistan is $19,660 in US dollars (USD), $24,800 USD, and $15,246 USD, respectively. CONCLUSION: Treatment intensification requires a cost increase that should be accessible for most LMICs, but PEG utilization is substantially more costly, suggesting that prioritizing investment in intensifying treatment using native E. coli is the least costly approach to maximize treatment availability. Cost savings associated with native E. coli utilization may liberate funds for Erwinase procurement for patients with ASN hypersensitivity. Future analyses needed include an evaluation of costs associated with preventing abandonment due to compliance complexity with native E. coli given increased administration frequency compared with PEG.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil0,894

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,079
Tête enseignante GPT0,445
Écart entre enseignants0,366 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCO Global OncologyMême sujetAcute Lymphoblastic Leukemia researchTravaux en français237 207