Cost-Effectiveness of Novel Noninvasive Screening Tests for Colorectal Neoplasia
Notice bibliographique
Résumé
BACKGROUND & AIMS: This study assessed the economic and health impact of colorectal cancer (CRC) screening programs for average-risk individuals aged 45 years and older. METHODS: A 10-year Markov model simulated disease progression, comparing multitarget stool RNA test (mt-sRNA, ColoSense), two mt-sDNA tests (Cologuard and Cologuard Plus), a blood-based test (cfDNA, Shield), and a fecal immunochemical test (FIT). Clinical inputs leveraged age-weighted sensitivity and specificity from independent studies. Outcomes were compared with a colonoscopy-based program and no screening. Model calibration and validation used previously reported Cancer Intervention Surveillance Modeling Network (CISNET) models. RESULTS: Among molecular tests, mt-sRNA detected the most advanced adenomas, referred the most individuals to surveillance, and prevented the highest number of CRC cases and deaths. At real-world adherence of 60%, mt-sRNA reduced CRC cases and deaths by 1% and 14% compared with FIT; by 21% and 19% compared with mt-sDNA; by 28% and 23% compared with mt-sDNA+; and by 80% and 86% compared with cfDNA. For all adherence levels, FIT ($25/test) was the most cost-effective strategy. For triennial molecular tests ($509/test), mt-sRNA was the most cost-effective strategy. Relative to the mt-sRNA program, the cost to prevent a CRC case was 30% (mt-sDNA), 45% (mt-sDNA+), and 642% (cfDNA) more expensive. Relative to the mt-sRNA program, the cost to prevent a CRC death was 30% (mt-sDNA), 41% (mt-sDNA+), and 1040% (cfDNA) more expensive. CONCLUSIONS: FIT was the most cost-effective strategy for preventing CRC cases and deaths. At real-world adherence of 60%, mt-sRNA demonstrated the greatest clinical benefit and was more cost-effective than other molecular strategies.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».