Cost-Effectiveness of Dolutegravir in HIV-1 Treatment-Naive and Treatment-Experienced Patients in Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: The Antiretroviral Analysis by Monte Carlo Individual Simulation (ARAMIS) model was adapted to evaluate the cost-effectiveness of dolutegravir (DTG) in Canada in treatment-naive (TN) and treatment-experienced (TE) human immunodeficiency virus (HIV)-1 patients. METHODS: The ARAMIS-DTG model is a microsimulation model with a lifetime analytic time horizon and a monthly cycle length. Markov health states were defined by HIV health state (with or without opportunistic infection). DTG was compared to efavirenz (EFV), raltegravir (RAL), darunavir/ritonavir, rilpivirine (RPV), elvitegravir/cobicistat, atazanavir/ritonavir and lopinavir/ritonavir in TN patients and to RAL in TE patients. The initial cohort, the main efficacy data and safety data were derived from phase III clinical trials. Treatment algorithms were based on expert opinion. Costs normalized to the year 2013 included antiretroviral treatment cost, testing, adverse event, HIV and cardiovascular disease care and were derived from the literature. RESULTS: Dolutegravir was estimated to be the dominant strategy compared with all comparators in both TN and TE patients. Treatment with DTG was associated with additional quality-adjusted life-years that ranged from 0.17 (vs. RAL) to 0.47 (vs. EFV) in TN patients and was 0.60 in TE patients over a lifetime. Cost savings ranged from Can$1393 (vs. RPV) to Can$28,572 (vs. RAL) in TN patients and amounted to Can$3745 in TE patients. Sensitivity analyses demonstrated the robustness of the model. CONCLUSIONS: Dolutegravir is a dominant strategy in the management of TN and TE patients when compared to recommended comparators. This is mainly related to the high efficacy and high barrier to resistance. FUNDING: ViiV Healthcare.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle