A Systematic Review of Cost-Effectiveness Studies on Pancreatic Cancer Screening
Notice bibliographique
Résumé
BACKGROUND: Pancreatic cancer (PC) is among the deadliest types of cancer globally. While early detection helps avert adverse outcomes, screening is only recommended for individuals at high risk, specifically those with familial and/or genetic predispositions. The objectives of this study are to systematically review primary studies on the cost-effectiveness of PC screening and to identify the critical factors that influence cost-effectiveness. METHODS: This systematic review was performed using PRISMA guidelines. Economic evaluation studies on PC screening were identified from searches on the SCOPUS and PubMed databases. The quality of reporting of the selected articles was assessed according to CHEERS 2022. Using predefined inclusion and exclusion criteria, two reviewers conducted the title-abstract review, full-text review, and data extraction to select relevant articles. The authors' consensus was used to settle disagreements. The primary outcome was the incremental cost-effectiveness ratio, measured by cost per quality-adjusted life year and cost per life year saved. RESULTS: Nine studies were selected for the final review. Most studies demonstrated that one-time screening for PC among high-risk individuals was cost-effective compared with no screening, while others found annual screening to also be cost-effective. High-risk was generally defined as having a >5% lifetime risk of PC and included individuals with either familial pancreatic cancer (FPC) or genetic susceptibility syndromes such as Peutz-Jeghers Syndrome, hereditary pancreatitis, hereditary non-polypoid colorectal cancer syndrome, familial adenomatous polyposis, and BRCA2 mutations. Individuals with new-onset diabetes (NOD) were also considered high-risk. Screening using mainly endoscopic ultrasound was cost-effective among FPC individuals and those with genetic syndromes. Risk-based screening was also cost-effective among patients with NOD. CONCLUSION: Screening for PC is cost-effective among selected high-risk individuals. However, cost-effectiveness depends on epidemiological factors, cost, the diagnostic performance of screening tools, and the overall design of studies.
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 | 0,023 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,018 |
| Bibliométrie | 0,016 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».