Modeling the cost-effectiveness of a new treatment for MS (natalizumab) compared with current standard practice in Sweden
Notice bibliographique
Résumé
OBJECTIVE: To estimate the cost-effectiveness of a new treatment (natalizumab) for multiple sclerosis (MS) compared with current standard therapy with disease-modifying drugs (DMDs) in Sweden. METHODS: A Markov model was constructed to illustrate disease progression based on functional disability (the Expanded Disability Status Scale (EDSS)). The effectiveness of natalizumab was based on a 2-year clinical trial in 942 patients (AFFIRM). The effectiveness of current DMDs was estimated from a matched sample of 512 patients in the Stockholm MS registry. Patients withdrawing from treatment were assumed to follow the disease course of 824 patients with relapsing-remitting disease at onset in the Ontario natural history cohort. Costs and utilities are based on a recent observational study in 1339 patients. All data sets were available at the patient level. Main results are presented from the societal perspective, over a 20-year time frame, in 2005 Euros (euro1 = 9.25 SEK). RESULTS: In the base case, treatment with natalizumab was less expensive and more effective than treatment with current DMDs. When only healthcare costs were considered, the cost per quality-adjusted life year gained with natalizumab was euro38 145. Results are sensitive only to the time horizon of the analysis and assumptions about effectiveness of natalizumab beyond the trial. CONCLUSIONS: This cost-effectiveness analysis used registry data, cohort and observational studies to extrapolate the efficacy findings of natalizumab from the AFFIRM clinical trial to measure effectiveness in clinical practice. The analysis results suggest that for the population considered, natalizumab provides an additional health benefit at a similar cost to current DMDs from a societal perspective.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».