The Cost-Effectiveness of Continuous Pressure Measurement in the Diagnosis of Acute Compartment Syndrome
Notice bibliographique
Résumé
BACKGROUND: The diagnosis of acute compartment syndrome (ACS) using a single-point pressure measurement device has demonstrated low specificity. Recently, sensors that allow for continuous monitoring of compartment pressure have been introduced, with improved specificity and sensitivity compared with single-point measurement. In this article, we present an economic model used to evaluate the cost-benefits of continuous pressure measurement in patients at risk for ACS. METHODS: The model used a decision-tree structure to estimate the treatment costs of ACS at 60 days and 1 year after admission and over the patient's lifetime. It assumed systematic use of the diagnostic devices for all tibial shaft and tibial plateau fractures and estimated the cost-effectiveness of continuous pressure measurement compared with noncontinuous pressure measurement by comparing costs, quality-adjusted life-years (QALYs), and length of stay (LOS). RESULTS: The improved specificity of continuous pressure measurement reduced unnecessary fasciotomies by 94%. The inflation-adjusted cost of an uncomplicated tibial fracture averaged $57,144; the performance of an unnecessary fasciotomy increased that cost by $27,790. The gain in QALYs was 0.004 per patient, with a net health benefit of 0.06 QALYs. Over a 60-day time horizon, the model showed an estimated decrease in LOS of 2.73 days, on average, per patient. The net monetary benefit was $2,789 (range, -$1,246 to $6,151) in favor of the continuous measurement, increasing to $4,085 (range, -$745 to $8,103) over the lifetime of the patient following the most conservative scenario of equal ACS grade distribution. CONCLUSIONS: Most of the ACS economic burden lies in the lack of specificity of the current diagnostic methods. The low incidence of ACS and the high risk associated with prophylactic treatment indicate that improvement in health and economic outcomes should focus on reducing the rate of unnecessary fasciotomies. LEVEL OF EVIDENCE: Economic and Decision Analysis Level IV . See Instructions for Authors for a complete description of levels of evidence.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 ».