Medical or Surgical Therapy for Erosive Reflux Esophagitis: Cost–Utility Analysis Using a Markov Model
Notice bibliographique
Résumé
OBJECTIVE: To compare the cost and utility of healing and maintenance regimens of omeprazole and laparoscopic Nissen fundoplication (LNF) in the framework of the Canadian medical system. SUMMARY BACKGROUND DATA: Medical therapy with proton pump inhibitors for endoscopically proven reflux esophagitis is a safe and effective treatment option. Of late, the surgical treatment of choice for this disease has become LNF. METHODS: The authors’ base case was a 45-year-old man with erosive reflux esophagitis refractory to H(2)-blockers. A cost-utility analysis was performed comparing the two strategies. A two-stage Markov model (healing and maintenance phases) was used to estimate costs and utilities with a time horizon of 5 years. Discounted direct costs were estimated from the perspective of a provincial health ministry, and discounted qual-ity-of-life estimates were derived from the medical literature. Sensitivity analyses were performed to test the robustness of the model to the authors’ assumptions and to determine thresholds. A Monte Carlo simulation of 10,000 patients was used to estimate variances and 95% interpercentile ranges. RESULTS: For the 5-year period studied, LNF was less expensive than omeprazole ($3519.89 vs. $5464.87 per patient) and became the more cost-effective option at 3.3 years of follow-up. The authors found that 20 mg/day omeprazole would have to cost less than $38.60 per month before medical therapy became cost effective; conversely, the cost of LNF would have to be more than $5,273.70 or the length of stay more than 4.2 days for medical therapy to be cost effective. Estimates of quality-adjusted life-years did not differ significantly between the two treatment options, and the incremental cost for medical therapy was $129,665 per quality-adjusted life-years gained. CONCLUSIONS: For patients with severe esophagitis, LNF is a cost-effective alternative to long-term maintenance therapy with proton pump inhibitors.
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 | 0,007 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».