Cost effectiveness of oral triptan therapy: a trans-national comparison based on a meta-analysis of randomised controlled trials
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to appraise the relative cost effectiveness of oral triptan therapy in the management of acute migraine, comparing the results obtained using drug cost data from six different countries, USA, UK, Canada, Germany, Italy and The Netherlands. METHOD: A meta-analysis of randomised placebo controlled trials of single dose oral triptans was carried out in order to calculate aggregate Numbers Needed to Treat (NNT) for each triptan and dose. Cost effectiveness ratios were then derived for each treatment by applying mean drug acquisition costs for each country to these NNTs. Using a graphical plot for each country, incremental cost effectiveness comparisons were then made versus sumatriptan 100 mg, the most commonly used oral triptan. RESULTS: When analysed in terms of 2-h pain one country to another. When compared to free outcomes, rizatriptan 10 mg and eletriptan 40 and 80 mg were the most effective oral triptans. Rizatriptan 10mg has the most advantageous absolute cost effectiveness ratio in all six countries studied, although levels of statistical significance compared to other agents varied from sumatriptan 100mg, rizatriptan 10 mg and eletriptan 40 mg are most consistently the cost effective treatment choices, both being cost dominant in five out of six countries studied. CONCLUSIONS: There are systematic differences in triptan efficacy that have an impact on treatment choice. Differences in pricing structure between countries mean that hierarchies of cost effectiveness will vary. Country-specific data should therefore be examined before defining treatment strategies.
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.
Comment cette classification a été obtenuedéplier
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 | 0,040 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,018 | 0,006 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».