A cost minimization analysis of the implementation of the international lung screening trial in Catalonia (Spain)
Notice bibliographique
Résumé
BACKGROUND: NLST and NELSON trial showed that lung cancer mortality can be reduced by 20-24% using low-dose computed tomography screening, due to an increase in early-stage diagnoses. RESEARCH QUESTION: How much lung cancer-related direct costs may be reduced using low-dose computed tomography screening based on the ILST-protocol in a public healthcare system? METHODS: Cost analysis of lung cancer screening vs. usual care in the framework of the retail price of the Catalan public healthcare system. The lung cancer screening group included costs of screening (ILST-protocol), treatment cost according to weighted average distribution of TNM staging in the NLST and NELSON trials, lung cancer detection rate and smoking-cessation intervention. The usual care group included treatment costs based on distribution of TNM staging registered in the Spanish index hospital. RESULTS: In the usual care group, treatment costs were €91,959. In 5-year of lung cancer screening program, the average expected costs per subject were €1,342 (range €1,054 - 1,832) for screening and €32,431 for treatment, with an expected reduction of €952 based on an average cancer detection rate of 1.6%. The decrease in cost resulting from the stage shift offsets 70.6% of the costs of the screening program. CONCLUSIONS: The decrease in direct costs associated with lung cancer treatment due to a stage shift resulting from LCS of high-risk populations compensates for a substantial part of the LCS program costs. TRIAL REGISTRATION: Retrospectively registered.
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 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».