Optimising Colorectal Cancer Screening with Decision Programming
No Thumbnail Available
Files
Mäkinen_Lotta_2023.pdf (507.71 KB) (opens in new window)
Aalto login required (access for Aalto Staff only).
URL
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu |
Bachelor's thesis
Electronic archive copy is available locally at the Harald Herlin Learning Centre. The staff of Aalto University has access to the electronic bachelor's theses by logging into Aaltodoc with their personal Aalto user ID. Read more about the availability of the bachelor's theses.
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2023-01-26
Department
Major/Subject
Matematiikka ja systeemitieteet
Mcode
SCI3029
Degree programme
Teknistieteellinen kandidaattiohjelma
Language
en
Pages
26
Series
Abstract
Colorectal cancer (CRC) is the second most prevalent cancer in Finland. Its growing incidence prompts a critical need for early detection of the cancer and its precursors. Finnish CRC screening programme, initiated as a pilot in 2019 and expanded nationwide in 2022, utilises the faecal immunochemical test (FIT) to detect the hemoglobin levels in stool samples. The patients with positive tests are further invited to colonoscopy. The FIT hemoglobin thresholds (μg/g) indicating test positivity are selected by the guidance of cost-effectiveness analyses. This study employs a Decision Programming framework to analyze the cost-effectiveness of the Finnish CRC screening programme and to optimise age- and sex-specific FIT thresholds. An influence diagram describing the problem is constructed, featuring one decision node representing the optimal FIT threshold. The primary objective is to maximise the net monetary benefit derived from the screening. An optimal strategy was successfully found in all different age groups for both sexes. Following a sensitivity analysis, the optimal FIT thresholds for men were determined as 25 μg/g for 55-64 year-olds and 10 μg/g for 65-74 year-olds, and for women, the thresholds were 25 μg/g for 55-59 year-olds and 10 μg/g for 60-74 year-olds. The results align with previous cost-effectiveness analyses, highlighting the reliability and applicability of Decision Programming in the healthcare context and its ability to solve more complex problems.Suolistosyöpä on toiseksi yleisin syöpä Suomessa. Sen kasvaneen esiintyvyyden vuoksi syövän ja sen esiasteiden varhainen toteaminen on elintärkeää. Suomen suolistosyövän seulontaohjelma, joka alkoi pilottihankkeena vuonna 2019 ja laajentui koko maahan vuonna 2022, käyttää ulosteen immunokemikaalista testiä (eng. feacal immunochemical test, FIT) ulostenäytteiden hemoglobiinitasojen mittaamiseen. Positiivisen testituloksen saaneet potilaat kutsutaan jatkotutkimuksena järjestettävään suoliston tähystykseen. Seulonnan positiivista testitulosta merkitsevät FIT-raja-arvot (μg/g) on valittu kustannus-vaikuttavuusanalyysien tulosten perusteella. Tässä työssä analysoitiin Suomen suolistosyövän seulontaohjelman kustannus-vaikuttavuutta ja optimoitiin ikä- ja sukupuolisidonnaiset FIT-raja-arvot käyttämällä päätösanalyysin Decision Programming-viitekehystä. Tutkimuksessa muodostettiin seulontaohjelman kulkua kuvaava vaikutuskaavio, jossa yksi päätössolmu edusti optimaalista FIT-raja-arvoa. Optimointiongelman tavoitteeksi asetettiin seulonnan kokonaistaloudellisen hyödyn maksimoiminen. Optimaalinen strategia löydettiin onnistuneesti kaikille ikäryhmille ja kummallekin sukupuolelle. Herkkyysanalyysin jälkeen optimaalisiksi FIT-raja-arvoiksi päätettiin 25 μg/g 55-64-vuotiaille ja 10 μg/g 65-74-vuotiaille miehille, sekä 25 μg/g 55-59-vuotiaille ja 10 μg/g 60-74-vuotiaille naisille. Tulokset ovat yhteneviä aiempien kustannusvaikuttavuusanalyysien kanssa. Tämä korostaa Decision Programming-viitekehyksen luotettavuutta ja käytettävyyttä terveydenhuollon kontekstissa ja monimutkaisempien ongelmien ratkaisussa.Description
Supervisor
Oliveira, FabricioThesis advisor
Herrala, OlliKeywords
decision programming, decision analysis, colorectal cancer, cancer screening, mixed integer linear programming, stochastic programming