模型构建与参数更新
建立适用于乳腺极度致密女性的微观模拟模型
应用SimRisc Breast模型,更新肿瘤发病、乳腺密度分布、辐射剂量、DM/FP-MRI/AB-MRI/CEM检测性能及成本等参数
Cost-effectiveness of abbreviated breast MRI and contrast-enhanced mammography for women with extremely dense breasts in a national breast cancer screening program: a micro-simulation study
基于SimRisc Breast微观模拟模型,使用DENSE试验数据验证,模拟10万女性,但无前瞻性临床功能验证。
SimRisc Breast微观模拟模型 荷兰乳腺极度致密女性虚拟队列(10万名女性) DENSE试验数据(用于模型验证)
SimRisc Breast模型验证:将模拟的筛查检出癌症数、假阳性数和间期癌症数与DENSE试验观察数据的95%泊松置信区间进行比较 筛查策略分组:参考策略(每两年DM,50-74岁)、补充性FP-MRI、补充性AB-MRI、补充性CEM、单独AB-MRI、单独CEM 模拟规模与重复:模拟100,000名女性,每次模拟重复10次 折现率与支付意愿阈值:成本和LYG均按3%折现,支付意愿阈值为每LYG 20,000欧元 敏感性分析:对CEM单独筛查策略进行单变量敏感性分析,参数调整至95%置信区间上下限,筛查成本变化±25%,参与率从100%调整至65.3%
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
建立适用于乳腺极度致密女性的微观模拟模型
应用SimRisc Breast模型,更新肿瘤发病、乳腺密度分布、辐射剂量、DM/FP-MRI/AB-MRI/CEM检测性能及成本等参数
验证SimRisc Breast模型能否重现DENSE试验的观察结果
将模拟的筛查检出癌症数、假阳性数和间期癌症数与DENSE试验观察数据的95%泊松置信区间进行比较
评估不同筛查策略的长期收益、危害和成本效果
模拟六种筛查策略,计算ACER和ICER,应用支付意愿阈值判断成本效果
识别影响成本效果结论的关键参数并评估不确定性
对最优策略进行单变量敏感性分析、情景分析和阈值分析
按研究目的归类文中使用的方法,便于定位所需技术。
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 模型构建与参数设置 | 肿瘤发病模型参数:终身风险24.7%、平均发病年龄67.6岁、肿瘤体积倍增时间(<50岁:80天;50-70岁:157天;>70岁:188天);乳腺密度分布:50-60岁BI-RADS d类为1;60-70岁c类0.69、d类0.31;>70岁b类0.15、c类0.62、d类0.23 阅读提示:Methods 2.2节及Table 1 |
| 检测性能参数 | DM敏感性参数(BI-RADS d类m=0.83)、DM特异性95.5%;FP-MRI敏感性95.2%、特异性92.0%;AB-MRI敏感性95.7%、特异性86.7%;CEM敏感性85.7%、特异性85.9% 阅读提示:Methods 2.2.4节及Table 1 |
| 筛查策略设计 | 所有策略从50岁开始以DM进行初始筛查;若乳腺密度从d类降至c类则转为每两年DM;补充性策略中先进行DM,若显示密度降低则取消补充检查;筛查年龄范围50-74岁 阅读提示:Methods 2.4节及Fig. 1 |
| 成本效果分析参数 | 成本和LYG折现率3%;支付意愿阈值每LYG 20,000欧元;模拟女性数量100,000;重复次数10次;筛查成本:DM每筛查81欧元、FP-MRI每筛查334欧元、AB-MRI每筛查223欧元、CEM每筛查162欧元 阅读提示:Methods 2.3节、2.5节及Table 1 |
| 敏感性分析设计 | 单变量敏感性分析参数调整至95%置信区间上下限;筛查成本变化±25%;参与率从100%调整至65.3%;CEM敏感性阈值分析 阅读提示:Methods 2.6节及Fig. 2 |