The Cost Effectiveness of Erythropoietin-Stimulating Agents for Treating Anemia in Patients on Dialysis: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Anemia is a common complication associated with kidney failure and is marked by poor health and increased risk of morbidity and mortality. There are ongoing concerns with the use of Erythropoietin Stimulating Agents (ESAs) to treat anemia in patients with kidney failure on dialysis. Questions as to their benefits, harms and overall effect on quality of life are still relevant today. Our objective was to systematically review studies evaluating the cost-effectiveness of ESAs in patients with kidney failure on dialysis. METHODS: We performed a systematic review of studies determining the cost-effectiveness of ESAs in adult patients on dialysis. Databases, including PubMed, EMBASE, and Cochrane Database of Systematic Reviews, were searched from their establishment until June 2013. Studies that reported an incremental cost-effectiveness ratio of hemoglobin correction strategies based on ESA treatments in comparison to red blood cell transfusions, lower hemoglobin targets, or no ESA treatment were included. RESULTS: Seven studies met inclusion criteria. Reported cost/quality-adjusted life-year (QALY) ratios ranged from USD 931-677,749/QALY across five studies comparing ESAs to red blood cell transfusions. There was heterogeneity in results when considering higher hemoglobin targets, with studies finding higher targets to be both dominant and dominated. Mortality, hospitalization, and utility estimates were major drivers. CONCLUSIONS: There is substantial variability in the estimates of the cost-effectiveness of using ESAs in the dialysis population. New models incorporating recent meta-analyses for estimates of utility, mortality, and hospitalization changes would allow for a more comprehensive answer to this question.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».