Novel Anticoagulants for Stroke Prevention in Atrial Fibrillation: A Systematic Review of Cost-Effectiveness Models
Notice bibliographique
Résumé
OBJECTIVE: To conduct a systematic review of economic models of newer anticoagulants for stroke prevention in atrial fibrillation (SPAF). PATIENTS AND METHODS: We searched Medline, Embase, NHSEED and HTA databases and the Tuft's Registry from January 1, 2008 through October 10, 2012 to identify economic (Markov or discrete event simulation) models of newer agents for SPAF. RESULTS: Eighteen models were identified. Each was based on a lone randomized trial/new agent, and these trials were clinically and methodologically heterogeneous. Dabigatran 150 mg, 110 mg and sequentially-dosed were assessed in 9, 8, and 9 models, rivaroxaban in 4 and apixaban in 4. Warfarin was a first-line comparator in 94% of models. Models were conducted from United States (44%), European (39%) and Canadian (17%) perspectives. Models typically assumed patients between 65-73 years old at moderate-risk of stroke initiated anticoagulation for/near a lifetime. All models reported cost/quality-adjusted life-year, 22% reported using a societal perspective, but none included indirect costs. Four models reported an incremental cost-effectiveness ratio (ICER) for a newer anticoagulant (dabigatran 110 mg (n = 4)/150 mg (n = 2); rivaroxaban (n = 1)) vs. warfarin above commonly reported willingness-to-pay thresholds. ICERs vs. warfarin ranged from $3,547-$86,000 for dabigatran 150 mg, $20,713-$150,000 for dabigatran 110 mg, $4,084-$21,466 for sequentially-dosed dabigatran and $23,065-$57,470 for rivaroxaban. Apixaban was found economically-dominant to aspirin, and dominant or cost-effective ($11,400-$25,059) vs. warfarin. Indirect comparisons from 3 models suggested conflicting comparative cost-effectiveness results. CONCLUSIONS: Cost-effectiveness models frequently found newer anticoagulants cost-effective, but the lack of head-to-head trials and the heterogeneous characteristics of underlying trials and modeling methods make it difficult to determine the most cost-effective agent.
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 | 0,020 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,016 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».