OP02 Cost-Utility Of Geriatric Assessment And Management In Older Adults With Cancer: Model-Based Economic Evaluation
Notice bibliographique
Résumé
Introduction Geriatric assessment and management (GAM) is a guideline-recommended strategy for optimizing cancer management among older adults. In a recent cost-utility analysis of the Canadian 5C randomized controlled trial (RCT), GAM appeared cost effective only in selective patients. We assessed the cost-utility of GAM plus usual care (UC) versus UC alone in older adults with cancer using a decision model and best available evidence from four international RCTs: GAIN, GAP70, INTEGERATE, and 5C. Methods We conducted a model-based economic evaluation using pooled data from four international RCTs (GAIN, GAP70, INTEGERATE, and 5C), supplemented by additional evidence from the literature. Deterministic and probabilistic analyses were performed from the healthcare payer perspective, applying a six-month time horizon. The base case and main analyses used Canadian cost data. Sensitivity analyses included per-trial scenario analyses, one-year time horizon, and the use of USA costs. We reported healthcare costs per quality-adjusted life year (QALY) and the incremental net monetary benefit (INMB) using a CAD50,000(USD36,277) per QALY threshold. Results The base case analysis using Canadian costs indicated that GAM was cost effective with an INMB of CAD1,117 (USD819) (95% credibility interval [CrI]: −CAD2,450 [−USD1,796], CAD5,035 [USD3,692]) and 70.7 percent probability of GAM being cost effective at a cost-effectiveness threshold of CAD50,000 (USD36,666) per QALY. Trial-specific results varied, with the GAP70 and INTEGERATE trials yielding positive INMB values (CAD2,635 [USD1932] and CAD2,886 [USD2,116], respectively), while 5C and GAIN resulted in negative INMB values (−CAD642 [−USD471] and −CAD268 [−USD196], respectively). Sensitivity analyses revealed that chemotherapy costs were the main driver of costs in both GAM and UC strategies. Conclusions Evidence showed that GAM is generally cost effective. However, GAM’s cost effectiveness varied across trial scenarios, driven primarily by differences in chemotherapy costs. Future research should focus on identifying key GAM components that most effectively reduce severe toxicity, hospitalizations, and chemotherapy-related costs to optimize overall 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.
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 | 0,016 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,002 | 0,003 |
| 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) | 0,009 | 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 ».