Clinical and economic consequences of contemporary prostate cancer management in Canada
Notice bibliographique
Résumé
Le cancer de la prostate (CaP), en 2015 est le cancer non-cutané le plus fréquemment diagnostiqué au Canada, affectant 1 homme sur 8. En 2015, 24 000 nouveaux cas ont été signalés (à savoir 24% de tous les cancers), la plupart des cas appartenant au groupe d'âge entre 60 à 69 ans (40%). Le taux estimé d'incidence standardisé selon l'âge était de 99 pour 100,000 en 2015. Le taux de survie à cinq ans est de 96%, la plupart des patients vivant pendant de nombreuses années, et par conséquent, la prévalence de la maladie est élevée. Santé Canada indiquent que les frais d'hospitalisation et les coûts des médicaments associés au CaP étaient de $77,4 millions et $25,7 millions, respectivement, en 1998. L'implémentation de nouvelles technologies de la santé pour améliorer la survie des patients va de pair avec une augmentation de la charge économique liée au CaP. Or il existe peu de données sur l'état de la santé de patients en fonction de leur durée de vie et les coûts associés aux options actuelles de traitements du CaP pour aider les intervenants quant à la prise de décisions éclairées pour gérer le CaP de façon optimale. Par conséquent dans cette thèse, nous avons exploré les diverses phases du CaP et estimé les coûts associés aux options thérapeutiques contemporaines du CaP, du diagnostic à la fin de la vie. Tout d'abord, nous avons systématiquement revu la littérature quant aux coûts directs imputés à la gestion initiale de la maladie et examiné les considérations méthodologiques entre les études. Dix-sept articles publiés entre 1992-2010 ont été inclus dans notre étude. Ces articles représentent divers systèmes de soins de santé. Notre revue a démontré que peu d'études ont examiné les nouvelles technologies de la santé et que les variations méthodologiques entre ces études limitaient la comparaison des résultats et a démontré la nécessité d'estimations canadiennes sur les coûts. Néanmoins, cette revue a mis en lumière l'importante charge économique que représentent les options initiales de prise en charge de patients atteints du CaP. Deuxièmement, un modèle de Markov Monte Carlo pour la gestion clinique contemporaine de nouveaux cas de CaP a été développé et validé. Ce modèle a été utilisé pour évaluer la charge clinique de la maladie. Les résultats prédits par ce modèle sont en accord avec les résultats publiés dans la littérature. L'espérance de vie et l'espérance de vie ajustée selon l'état de santé prévu pour la cohorte simulée était de 20,9 ans (IC à 95% de 20,5 à 21,3) et 18,2 ans (IC à 95% de 17,9 à 18,5), respectivement. Troisièmement, notre modèle validé a été utilisé pour prédire le coût et la qualité de vie, ajustés par année (QALY) à différentes périodes de temps pour la durée de la vie. Le coût total par patient pour la cohorte globale est passé de $18,503 à 5 ans à $28,032 et $39,143, à 10 ans et 15 ans, respectivement. En outre, les résultats ont indiqué l'influence du degré de risque sur le coût total, le groupe à haut risque étant au maximum du coût par patient, suivi par les groupes de risques intermédiaire puis faible. La surveillance active avec un retard de traitement en cas de progression de la maladie étaient est celle qui a conféré davantage de QALYs (12,5 ans) et était la stratégie la moins coûteuse ($18,452) pour les patients de faible risque. Pour tous les groupes, la prostatectomie radicale était légèrement moins coûteuse et conférait un peu plus de QALYs par rapport aux modalités de radiothérapie à intensité modulée. En conclusion, notre étude représente le tout premier modèle de simulation adapté au patient, intégrant la gestion contemporaine de la maladie aux stades localisé et avancé. Les résultats mettent en évidence le fardeau clinique et économique de la maladie. Ces simulations soulèvent aussi les principales limitations de la littérature. Les recherches futures devraient examiner la perspective sociétale afin de produire des données sur le coût supporté par le patient et sa famille.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».