目的:评价尼妥珠单抗联合吉西他滨(nimotuzumab plus gemcitabine,NG)一线治疗局部晚期或转移性K-Ras野生型胰腺癌患者的经济性,为相关卫生决策提供参考。方法:基于一项多中心、随机、开放标签的Ⅲ期临床试验(NCT02395016)数据构建分区...目的:评价尼妥珠单抗联合吉西他滨(nimotuzumab plus gemcitabine,NG)一线治疗局部晚期或转移性K-Ras野生型胰腺癌患者的经济性,为相关卫生决策提供参考。方法:基于一项多中心、随机、开放标签的Ⅲ期临床试验(NCT02395016)数据构建分区生存模型,模拟时限为5年,循环周期为28 d。比较NG方案和吉西他滨(gemcitabine,G)方案一线治疗局部晚期或转移性K-Ras野生型胰腺癌的经济性。以质量调整生命年(quality-adjusted life year,QALY)作为产出指标并计算增量成本-效果比(incremental cost-effectiveness ratio,ICER),采用单因素敏感性分析及概率敏感性分析评价模型参数变化对结果稳健性的影响。结果:基础分析结果显示,相较于G方案,NG方案人均成本增加304806.15元,人均效用增加0.16 QALYs,ICER为1865405.26元/QALY,高于本研究设定的268074.00元/QALY的意愿支付(willingness-to-pay,WTP)阈值。单因素敏感性分析结果表明,尼妥珠单抗的成本、肿瘤稳定状态效用和肿瘤进展状态效用对ICER的影响较大。概率敏感性分析结果显示,在WTP阈值为268074.00元/QALY时,NG方案具有经济性的概率为0。结论:与G方案相比,NG方案作为一线药物治疗局部晚期或转移性K-Ras野生型胰腺癌不具有经济性。展开更多
针对目前城市道路场景中行道树提取方法需要设置的参数较多以及树冠点云相互重叠难以精确分割的问题,文章采用一种行道树提取与单株木分割算法。首先通过布料滤波算法从原始点云中移除地面点,并利用半径滤波滤除离群点,去除地面点和噪...针对目前城市道路场景中行道树提取方法需要设置的参数较多以及树冠点云相互重叠难以精确分割的问题,文章采用一种行道树提取与单株木分割算法。首先通过布料滤波算法从原始点云中移除地面点,并利用半径滤波滤除离群点,去除地面点和噪声点对行道树提取的影响;然后通过增加PointNet++网络的点集抽象模块(set abstraction,SA)提高模型特征提取能力,使模型更适用于行道树点云的提取,并利用改进后的网络从原始点云中提取行道树点云;最后结合密度聚类算法(density-based spatial clustering of applications with noise,DBSCAN)与K-Means算法对相互重叠的行道树点云进行分割,得到单株木信息。为验证该方法的有效性,以北京永昌路道路数据集进行训练测试。结果表明:改进后模型的行道树点云平均提取精度和交并比(intersection over union,IoU)分别提高了9.2%和15.1%,达到了94.5%、0.916;单木分割平均精度达到了91.3%。展开更多
文摘目的:评价尼妥珠单抗联合吉西他滨(nimotuzumab plus gemcitabine,NG)一线治疗局部晚期或转移性K-Ras野生型胰腺癌患者的经济性,为相关卫生决策提供参考。方法:基于一项多中心、随机、开放标签的Ⅲ期临床试验(NCT02395016)数据构建分区生存模型,模拟时限为5年,循环周期为28 d。比较NG方案和吉西他滨(gemcitabine,G)方案一线治疗局部晚期或转移性K-Ras野生型胰腺癌的经济性。以质量调整生命年(quality-adjusted life year,QALY)作为产出指标并计算增量成本-效果比(incremental cost-effectiveness ratio,ICER),采用单因素敏感性分析及概率敏感性分析评价模型参数变化对结果稳健性的影响。结果:基础分析结果显示,相较于G方案,NG方案人均成本增加304806.15元,人均效用增加0.16 QALYs,ICER为1865405.26元/QALY,高于本研究设定的268074.00元/QALY的意愿支付(willingness-to-pay,WTP)阈值。单因素敏感性分析结果表明,尼妥珠单抗的成本、肿瘤稳定状态效用和肿瘤进展状态效用对ICER的影响较大。概率敏感性分析结果显示,在WTP阈值为268074.00元/QALY时,NG方案具有经济性的概率为0。结论:与G方案相比,NG方案作为一线药物治疗局部晚期或转移性K-Ras野生型胰腺癌不具有经济性。
文摘针对目前城市道路场景中行道树提取方法需要设置的参数较多以及树冠点云相互重叠难以精确分割的问题,文章采用一种行道树提取与单株木分割算法。首先通过布料滤波算法从原始点云中移除地面点,并利用半径滤波滤除离群点,去除地面点和噪声点对行道树提取的影响;然后通过增加PointNet++网络的点集抽象模块(set abstraction,SA)提高模型特征提取能力,使模型更适用于行道树点云的提取,并利用改进后的网络从原始点云中提取行道树点云;最后结合密度聚类算法(density-based spatial clustering of applications with noise,DBSCAN)与K-Means算法对相互重叠的行道树点云进行分割,得到单株木信息。为验证该方法的有效性,以北京永昌路道路数据集进行训练测试。结果表明:改进后模型的行道树点云平均提取精度和交并比(intersection over union,IoU)分别提高了9.2%和15.1%,达到了94.5%、0.916;单木分割平均精度达到了91.3%。
