Cost-effectiveness of switching to biphasic insulin aspart from human premix insulin in a US setting
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the cost-effectiveness of switching to biphasic insulin aspart (BIAsp 30) from human premix insulin for type 2 diabetes patients in the United States (US) setting. METHODS: The previously published and validated IMS Core Diabetes Model was used to project life expectancy, quality-adjusted life expectancy (QALE) and costs over 30 years. Patient characteristics and treatment effects were based on Canadian patients included the IMPROVE observational study (n = 311). Mean glycohaemoglobin (HbA(1c)) was 8.4%, duration of diabetes 16 years and prevalence of complications high at baseline. Simulations were conducted from the perspective of a third-party payer, with costs accounted in 2008 US dollars ($). RESULTS: BIAsp 30 was projected to improve life expectancy by 0.202 years and QALE by 0.301 quality-adjusted life-years (QALYs), due to a reduced incidence of most diabetes-related complications. BIAsp 30 was associated with increased lifetime direct medical costs ($76,517 vs. 67,518) and an incremental cost-effectiveness ratio of $29,870 per QALY gained. Long-term outcomes were sensitive to the impact of BIAsp 30 on hypoglycaemia and changes in HbA(1c). CONCLUSIONS: BIAsp 30 may represent a cost-effective treatment option in the US setting for advanced type 2 diabetes patients experiencing poor glycaemic control or hypoglycaemia on human premix insulin. LIMITATIONS: The application of treatment effect data derived from a Canadian cohort to the US setting was a limitation of the cost-effectiveness analysis. The findings of this cost-effectiveness analysis are not applicable to insulin-naïve diabetes patients.
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 | 0,005 | 0,002 |
| 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 | 0,001 |
| 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 ».