Cost Effectiveness of Drug-Eluting Stents as Compared With Bare Metal Stents in Patients With Coronary Artery Disease
Notice bibliographique
Résumé
The aim of this study was to estimate the incremental cost effectiveness of replacing bare metal stents (BMS) by drug-eluting stents (DES) when using trial data and registry data. We developed a Markov model (model of cost effectiveness of coronary artery disease) in which 60-year-old patients started by undergoing percutaneous coronary intervention for acute or subacute coronary artery disease. The patients are followed until death or 100 years of age. Data on the occurrence of events (revascularization, acute myocardial infarction, and death) were based on Scandinavian registry data. Separate analyses were conducted with data on effectiveness based on randomized controlled trials and patient registries. On using trial data, it was found that sirolimus-eluting stents (SES) yield 0.003 greater life expectancy and $3300 lower costs than do BMS (dominant strategy). Paclitaxel-eluting stents (PES) yield 0.148 more life years than do SES at additional lifetime costs of $2800 ($21,400 per life year gained). On using registry data, the cost per life year gained was found to be $4900 when replacing BMS with DES. Probabilistic sensitivity analyses, on the other hand, indicate that PES only has a 50%-75% probability of being cost effective, regardless of the type of effectiveness data. DESs are cost effective with current willingness to pay for life year gains. Whether PES or SES is the most effective DES remains uncertain.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».