Laminoplasty compared to laminectomy and fusion for degenerative cervical myelopathy: a cost-utility analysis
Notice bibliographique
Résumé
Background: Degenerative cervical myelopathy (DCM) is a leading cause of spinal cord dysfunction in adults. Posterior surgical options include laminoplasty (LP), a motion-preserving procedure, and laminectomy with fusion (LF), which offers stabilization but at higher cost. A cost-utility comparison of these approaches is lacking. Methods: We conducted a cost-utility analysis using a 5-year Markov state-transition model from a healthcare payer perspective. The study cohort was drawn from 3 multicenter prospective studies of patients with DCM. To reduce baseline confounding, patients who underwent LF or LP were matched 2:1 using propensity score matching. Quality-adjusted life years (QALYs) were derived from SF-6D utilities calculated from SF-36 scores at baseline and 12 months. Costs and transition probabilities were derived from meta-analysis and registry data. We calculated incremental cost-utility ratios (ICURs) and net monetary benefit (NMB) using a willingness-to-pay (WTP) threshold of $100,000 per QALY. Sensitivity analyses included deterministic variation and 1,000-iteration Monte Carlo microsimulation. Results: 240 matched patients were included (87 LP, 153 LF). Baseline mJOA, NDI and SF6D scores were similar between groups. In the base-case, LP cost $24,283, yielding 3.53 QALYs, while LF cost $35,902, yielding 3.72 QALYs, resulting in an incremental cost-utility ratio (ICUR) of $59,796 per QALY, favouring LF. In probabilistic microsimulation, LP had a mean cost of $24,579 (95% confidence interval (CI): $23,933-$25,225) and a mean NMB of $326,281 (95% CI: $322,672-$329,891), while LF cost $35,936 (95% CI: $35,583-$36,288) with a mean NMB of $333,189 (95% CI: $328,629-$337,748). LP was the optimal strategy in 47% of simulations versus 53% for LF. Conclusions: Both LP and LF can be cost-effective for DCM. While the base-case favored LF, probabilistic sensitivity analysis revealed no clear cost-utility advantage with comparable NMBs. Economic considerations alone should not drive surgical decision-making and treatment choice should be tailored to individual patient factors and local resource contexts.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| 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 | 0,001 |
| 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 ».