A systematic review of cost-effectiveness analyses of continuous versus intermittent renal replacement therapy in acute kidney injury
Notice bibliographique
Résumé
Though cost-effectiveness analyses (CEAs) have evaluated continuous renal replacement therapy (RRTs) and intermittent RRTs in acute kidney injury (AKI) patients; it is yet to establish which RRT technique is most cost-effective. We systematically reviewed the current evidence from CEAs of CRRT versus IRRT in patients with AKI. PubMed, EMBASE, and Cochrane databases searched for CEAs comparing two RRTs. Overall, seven CEAs, two from Brazil and one from US, Canada, Colombia, Belgium, and Argentina were included. Five CEAs used Markov model, three reported following CHEERS, none accounted indirect costs. Time horizon varied from 1-year–lifetime. Marginal QALY gain with CRRT compared to IRRT was reported across CEAs. Older CEAs found CRRT to be costlier and not cost-effective than IRRT (ICER 2019 US$: 152,671$/QALY); latest CEAs (industry-sponsored) reported CRRT to be cost-saving versus IRRT (−117,614$/QALY). Risk of mortality, dialysis dependence, and incidence of renal recovery were the key drivers of cost-effectiveness. CEAs of RRTs for AKI show conflicting findings with secular trends. Latest CEAs suggested CRRT to be cost-effective versus IRRT with dialysis dependence rate as major driver of cost-effectiveness. Future CEAs, preferably non-industry sponsored, may account for indirect costs to improve the generalizability of CEAs.
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 | 0,008 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,017 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».