MétaCan
Menu
Retour à la cohorte
Enregistrement W4414711667 · doi:10.2340/17453674.2025.44753

Cost-effectiveness of robotic-assisted versus conventional total knee arthroplasty: an analysis from a middle income country

2025· article· en· W4414711667 sur OpenAlexaff
Pakpoom Ruangsomboon, Onlak Ruangsomboon, Wanrudee Isaranuwatchai, Michael G. Zywiel, David Naimark

Notice bibliographique

RevueActa Orthopaedica · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensPublic Health OntarioInstitute for Work & HealthToronto Western HospitalUniversity Health NetworkUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)OsteoarthritisLow and middle income countriesMiddle income countryMiddle incomeKnee JointTotal knee arthroplasty

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Robotic-assisted total knee arthroplasty (RATKA) can enhance surgical precision. In middle-income countries (MICs), constrained fiscal space and the double burden of rising demand for high-cost technologies and competing public-health priorities-unlike high-income countries with broader fiscal headroom and low-income countries with limited adoption of expensive innovations-make adoption decisions for RATKA particularly challenging. We aimed to evaluate the cost-effectiveness analysis (using a cost-utility framework) of RATKA vs conventional TKA (COTKA) from a societal perspective in Thailand as a MIC. METHODS: A discrete event simulation model was employed to compare the cost-effectiveness of unilateral RATKA with COTKA over 4.5 years from a societal perspective, using patient-level data from January 2018 to June 2022 from an arthroplasty center in Thailand. Patients were propensity matched to balance comorbidities. Base case analysis assumed 1 robot performs 434 TKA cases per year with an anticipated lifespan of 12.5 years. We considered direct medical, non-medical, and indirect costs, alongside quality-adjusted life years (QALYs) gained from a societal perspective. We calculated incremental net monetary benefits (INMB) and cost-effectiveness ratios (ICERs) as the main outcome measures. Sensitivity analyses and 10 scenario analyses were performed exploring various possible settings. Threshold analyses determined combinations where RATKA could be cost-effective with positive INMB under the Thai cost-effectiveness threshold of US$4,888 per QALY gained. RESULTS: The base case analysis involved 157 COTKA and 1570 RATKA matched cases with a mean age of 69 (standard deviation 8 years). The lifetime average outcomes per patient were: COTKA-US$5,031.9 and 9.07 QALYs; RATKA-US$5,666.9 and 9.16 QALYs. The incremental (RATKA-COTKA) differences were +US$633.6 (95% credible intervals [CrI] ~592-675) and +0.085 QALYs (CrI ~0.04-0.13), yielding an ICER of US$7,436.6/QALY. RATKA was not cost-effective compared with COTKA, with an INMB of -216.9 US$/patient. The probability of RATKA being cost-effective at the Thai cost-effectiveness threshold was 44.3%. For RATKA to be economically attractive, 1 robot must operate on at least 640 TKA cases/year over 12.5 years. 3 scenarios found RATKA to be cost-effective: (i) maximal robot utilization (850 cases/year); (ii) lowest capital costs (611,060 US$/robot) with high efficacy for RATKA (hazard ratio [HR] 0.6); and (iii) extreme efficacy of RATKA in reducing complications (HR 0.024). CONCLUSION: In the context of MIC, a broad adoption of RATKA is not economically attractive as treatment of end-stage knee osteoarthritis patients compared with COTKA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,300
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa OrthopaedicaMême sujetTotal Knee Arthroplasty OutcomesTravaux en français237 207