Cost effectiveness of duloxetine compared with venlafaxine‐XR in the treatment of major depressive disorder
Notice bibliographique
Résumé
PURPOSE: To determine the cost effectiveness of duloxetine, a new serotonin norepinephrine reuptake inhibitor, when compared with venlafaxine-XR in treating major depressive disorder. METHODS: A cost effectiveness analysis, using a decision tree modelled outpatient treatment over 6 months. Analytic perspectives were those of society (all direct and indirect costs) and the Ministry of Health of Ontario (MoH) as payer for all direct costs. Rates of success and dropouts were obtained from a meta-analysis of randomized placebo-controlled trials. Costs were taken from standard lists, adjusted to 2005 Canadian dollars; discounting was not applied. One-way sensitivity analyses were performed on monthly acquisition costs and success rates; Monte-Carlo analysis examined all parameters over 10000 iterations. RESULTS: From both perspectives, outcomes all numerically favoured venlafaxine-XR (Expected success = 53% and 57%; symptom-free days [SFDs] = 52.72 and 57.03 for duloxetine and venlafaxine-XR, respectively). Total expected costs/patient treated were, Can dollar 7081 and Can dollar 6551 (MoH), Can dollar 20987 and Can dollar 19 997 (societal perspective), for duloxetine and venlafaxine-XR, respectively. Expected costs/SFD were Can dollar134 and Can dollar 115 (MoH) and Can dollar 398 and Can dollar 351 (societal viewpoint) for duloxetine and venlafaxine-XR, respectively. Although results were sensitive to changes in success rate within the 95% CI, Monte-Carlo analyses using the ICER (incremental cost effectiveness ratio) as outcome found venlafaxine-XR was dominant in approximately 78% of scenarios in both perspectives. CONCLUSIONS: Differences in pharmacoeconomic outcomes found were modest, but in all cases, favoured venlafaxine-XR over duloxetine. Therefore, a possible advantage may exist at the population level in the treatment of major depressive disorder in Canada. Ultimately, a head to head study of the two drugs would be needed to confirm 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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».