MétaCan
Menu
← Back to cohort
Record W7104834153 · doi:10.71781/25788

Cost-utility analysis of imaging for surveillance and diagnosis of hepatocellular carcinoma

2019· dissertation· en· W7104834153 on OpenAlexaboutno aff

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2019
Typedissertation
Languageen
FieldMedicine
TopicHepatocellular Carcinoma Treatment and Prognosis
Canadian institutionsnot available
Fundersnot available
KeywordsMedical screeningLung diseaseRespiratory diseaseColonic diseaseMedium term

Abstract

fetched live from OpenAlex

Le carcinome hépatocellulaire (CHC) est une complication sérieuse associée aux maladies hépatiques chroniques. Les lignes directrices actuelles recommandent la surveillance du CHC par échographie tous les six mois. Cependant, la surveillance par échographie peut être difficile chez certains patients, notamment ceux atteints de cirrhose ou d'obésité. Autrement, la tomodensitométrie (TDM), l'imagerie par résonance magnétique (IRM) et l'IRM abrégée ont été explorées comme techniques d'imagerie alternatives et peuvent être utilisées chez les patients qui sont susceptibles d’avoir une échographie techniquement inadéquate. L’objectif de ce mémoire est d’évaluer l’impact économique de différentes stratégies de dépistage et de diagnostic basées sur l'imagerie chez des patients à risque de CHC, tout en tenant compte d'examens techniquement inadéquats et du taux de compliance des patients au programme de dépistage. Nous avons comparé sept stratégies de dépistage et diagnostic: stratégie A, échographie pour le dépistage et TDM pour le diagnostic; stratégie B, échographie pour le dépistage et IRM pour le diagnostic; stratégie C, échographie pour le dépistage et TDM pour une surveillance inadéquate ou positive; stratégie D, échographie pour le dépistage et IRM pour un dépistage inadéquat ou positif; stratégie E, dépistage et diagnostic par TDM suivis par une IRM en cas de dépistage inadéquat; stratégie F, dépistage et diagnostic avec IRM suivis par TDM pour un dépistage inadéquat; et stratégie G, dépistage avec IRM abrégée suivi par TDM pour un dépistage inadéquat ou IRM pour un dépistage positif. Deux scénarios de compliance au programme de surveillance ont été évalués: optimal et conservateur. Pour chaque scénario, la stratégie la plus coût-efficace reposait sur un seuil de propension à payer de Can$50,000 (dollars Canadiens) par année de vie ajustée en fonction de la qualité (AVAQ). Nous avons également effectué des analyses de sensibilité. Nos résultats ont démontré que la stratégie E était la stratégie la plus coût-efficace dans le scénario de compliance optimal (Can$13,631/AVAQ). Cependant, dans le scénario conservateur, la stratégie G constituait l'alternative la plus coût-efficace pour remplacer la pratique actuelle de surveillance par échographie (Can$39,681/AVAQ). Les analyses de sensibilité ont confirmé l'analyse de base dans le scénario de compliance optimal. Par contre, plusieurs paramètres ont modifié le rapport de coût-efficacité dans le scénario d’observance conservateur. En effectuant cette analyse économique, nous avons conclu qu'une approche individuelle, tenant compte des particularités cliniques des patients, est plus coût-efficace que la stratégie actuelle uniforme. Cependant, avant de mettre en place un programme de surveillance incorporant des modalités d'imagerie autres que l'échographie, les futures études devraient se concentrer sur le fardeau économique associé aux diagnostics faux positifs du CHC et sur la performance diagnostique d'examens d'IRM abrégés dans le scénario de surveillance.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.036
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.013
Threshold uncertainty score0.031

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.036
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.002
Bibliometrics0.0030.003
Science and technology studies0.0000.000
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.020
GPT teacher head0.210
Teacher spread0.190 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)→Same topicHepatocellular Carcinoma Treatment and Prognosis→French-language works237,207→