Cost effectiveness of adding leflunomide to a 5‐year strategy of conventional disease‐modifying antirheumatic drugs in patients with rheumatoid arthritis
Notice bibliographique
Résumé
OBJECTIVE: To estimate, from a public payer's perspective, the 5-year cost effectiveness of adding leflunomide (LEF) to a sequence of disease-modifying antirheumatic drugs (DMARDs) representative of a typical rheumatoid arthritis (RA) management approach adopted by Canadian rheumatologists. METHODS: A DMARD sequence including LEF was compared with one excluding it, using a 5-year simulation model where patients with RA cycle through different treatment regimens. Data were obtained through a systematic literature search (drug withdrawal rates, number and type of adverse events, American College of Rheumatology 20% responder status) and separately conducted surveys (choice of DMARD sequence, management of adverse events). Costs for adverse event management were calculated using the Ontario Schedule of Benefits, and monitoring costs were calculated according to official Canadian product monograph recommendations. Wholesale prices of all drugs were adjusted by the allowable markup and prescription fees. Utilities (as measured by the standard gamble [SG] and rating scale [RS] techniques) were obtained from 482 patients who participated in a 1-year randomized controlled trial that compared LEF, methotrexate, and placebo. Costs and utilities were discounted by 3%. Probabilistic sensitivity analysis was performed. RESULTS: Adding LEF to a conventional strategy of DMARDs increased the 5-year management costs by $1,231 compared with the strategy without LEF, which results in a cost-effectiveness ratio of $13,096 per additional year of response to treatment, and cost-utility ratios of $54,229 (RS) and $71,988 (SG) per quality-adjusted life-year gained. CONCLUSION: Adding LEF as a new option to a conventional sequence of DMARDs extends the time patients may benefit from DMARD therapy at a reasonable cost effectiveness and cost utility. LEF data are limited to clinical trials; data from observational studies would be needed to corroborate these findings.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».