Cost-Effectiveness of Thyroid Nodule Risk Stratification Guidelines
Notice bibliographique
Résumé
The goal of this study is to evaluate the cost savings of consistently adhering to the 2017 American College of Radiology (ACR) Thyroid Imaging Reporting and Data System (TI-RADS) and the 2015 American Thyroid Association (ATA) criteria for the evaluation of thyroid nodules. In this retrospective study, 2 radiologists independently reviewed ultrasound (US) features of 291 cytology-proven thyroid nodules and scored them based on the ACR TI-RADS and ATA guidelines. The expected costs of strict adherence to recommendations based on the 2 risk stratification guidelines were calculated and compared with the actual cost to the health care system. Strict adherence to risk stratification guidelines can save the regional health care system up to $88,000 annually based on the 291 thyroid nodules examined. With retrospective application of ACR TI-RADS criteria, 51 nodules were recommended for follow-up US and 147 for fine-needle aspiration biopsy. With ATA criteria, 9 nodules were recommended for follow-up US, and 261 for fine-needle aspirations. Although fewer nodules were recommended for biopsy with TI-RADS criteria, the majority met criteria for follow-up US. Between the two guidelines, the ACR-TI-RADS offered slightly greater savings of ∼$3000 annually compared with ATA. Strict adherence to ACR TI-RADS and ATA guidelines can lead to substantial cost savings for the health care system by eliminating unnecessary thyroid biopsies. ACR TI-RADS is more cost-effective compared with ATA.
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 | 0,009 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».