Spinal Cord Stimulation for Failed Back Surgery Syndrome: A Decision Analytic Model & Cost Effectiveness Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: The aim of this study was to develop a decision-analytic model to assess the cost-effectiveness of spinal cord stimulation (SCS), relative to nonsurgical conventional medical management (CMM), for patients with failed back surgery syndrome (FBSS). METHODS: A decision tree and Markov model were developed to synthesize evidence on both health-care costs and outcomes for patients with FBSS. Outcome data of SCS and CMM were sourced from 2-year follow-up data of two randomized controlled trials (RCTs). Treatment effects were measured as levels of pain relief. Short- and long-term health-care costs were obtained from a detailed Canadian costing study in FBSS patients. Results are presented as incremental cost per quality adjusted life year (QALY) and expressed in 2003 Euros. Costs were discounted at 6 percent and outcomes at 1.5 percent. RESULTS: Over the lifetime of the patient, SCS was dominant (i.e., SCS is cost-saving and gives more health gain relative to CMM); a finding that was robust across sensitivity analyses. At a 2-year time horizon, SCS gave more health gain but at an increased cost relative to CMM. Given the uncertainty in effectiveness and cost parameters, the 2-year cost-effectiveness of SCS ranged from 30,370 Euros in the base case to 63,511 Euros in the worst-case scenario. CONCLUSIONS: SCS was found to be both more effective and less costly than CMM, over the lifetime of a patient. In the short-term, although SCS is potentially cost-effective, the model results are highly sensitive to the choice of input parameters. Further empirical data are required to improve the precision in the estimation of short-term cost-effectiveness.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 découle