Cost effectiveness of digital breast tomosynthesis for breast cancer screening in a Swedish setting
Notice bibliographique
Résumé
BACKGROUND: In the Malmö Breast Tomosynthesis Screening Trial (MBTST), digital breast tomosynthesis (DBT) increased the detection rate of breast cancer compared to currently used digital mammography (DM). This study evaluated the cost effectiveness of DBT versus DM in Sweden using data from MBTST. MATERIALS AND METHOD: A health economic model was used to compare a breast cancer screening programme using DBT to breast cancer screening using DM in women aged 40-74. Model input values on demographics, breast cancer incidence and mortality were derived from regional registries. The effect of DBT on detection rates and interval breast cancer was based on MBTST. Key information is not yet available and scenario analyses were used to explore the reduction in relative breast cancer mortality required to meet willingness-to-pay thresholds between €10,000 and €50,000/quality-adjusted life year (QALY), assuming three levels of DBT examination cost. RESULTS: Compared with DM, DBT-screening was estimated to detect 56 more invasive cancers and 18 fewer interval cancers per 100,000 invited women. The relative reduction in breast cancer mortality for DBT to be cost effective varied between 2.3 and 14.2% for the lowest versus highest evaluated cost and willingness-to-pay scenarios. The required reduction at a DBT cost and willingness-to-pay threshold of €61 and €50,000/QALY respectively was 3.6%. CONCLUSION: This model analysis shows that the cost effectiveness of DBT-screening is dependent on the expected relative reduction in breast cancer mortality and the willingness-to-pay for screening. Furthermore, the results are driven by the future costs for DBT-screening examinations.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».