The impact of incorporating Bayesian network meta-analysis in cost-effectiveness analysis - a case study of pharmacotherapies for moderate to severe COPD
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the impact of using network meta-analysis (NMA) versus pair wise meta-analyses (PMA) for evidence synthesis on key outputs of cost-effectiveness analysis (CEA). METHODS: We conducted Bayesian NMA of randomized clinical trials providing head-to-head and placebo comparisons of the effect of pharmacotherapies on the exacerbation rate in chronic obstructive pulmonary disease (COPD). Separately, the subset of placebo-comparison trials was used in a Bayesian PMA. The pooled rate ratios (RR) were used to populate a decision-analytic model of COPD treatment to predict 10-year outcomes. RESULTS: Efficacy estimates from the NMA and PMA were similar, but the NMA provided estimates with higher precision. This resulted in similar incremental cost-effectiveness ratios (ICER). Probabilities of being cost-effective at willingness-to-pay thresholds (WTPs) between $25,000 and $100,000 per quality adjusted life year (QALY) varied considerably between the PMA- and NMA-based approaches. The largest difference in the probabilities of being cost-effective was observed at a WTP of approximately $40,000/QALY. At this threshold, with the PMA-based analysis, ICS, LAMA and placebo had a 43%, 30, and 18% probability of being the most cost-effective. By contrast, with the NMA based approach, ICS, LAMA, and placebo had a 56%, 19%, and 21% probability of being cost-effective. For larger WTP thresholds the probability of LAMA being the most cost-effective became higher than that of ICS. Under the PMA-based analyses the cross-over occurred at a WTP threshold between $60,000/QALY-$65,000/QALY, whereas under the NMA-based approach, the cross-over occurred between $85,000/QALY-$90,000/QALY. CONCLUSION: Use of NMAs in CEAs is feasible and, as our case study showed, can decrease uncertainty around key cost-effectiveness measures compared with the use of PMAs. The approval process of health technologies in many jurisdictions requires estimates of comparative efficacy and cost-effectiveness. NMAs play an increasingly important role in providing estimates of comparative efficacy. Their use in the CEAs therefore results in methodological consistency and reduced uncertainty.
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 | 0,210 | 0,448 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,017 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,005 |
| 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».