Cost effectiveness analysis of escitalopram compared to venlafaxine and fluvoxamine in treatment of major depressive disorder
Notice bibliographique
Résumé
Objective. To compare the costs and effectiveness of escitalopram with venlafaxine and fluvoxamine for treatment of major depressive disorder (MDD) from the societal perspective in Singapore. Methods. The decision analytical model consisted of two pathways, one for primary care and the other for secondary care over a time horizon of 6 months. The parameters in the model were derived from clinical trials and results of a survey on local general practitioners and psychiatrists. The proportion of patients successfully treated was the main effectiveness measurement. Both direct and indirect costs were estimated and reported in 2007 Singapore dollars. Deterministic and probabilistic sensitivity analyses were performed. Results. The overall success rate for the 6-month treatment was 68.1% for escitalopram compared to 66.0% for venlafaxine. The total costs per patient treated were $2845 for escitalopram compared to $3176 for venlafaxine. The overall success rate was 64.7% for escitalopram and 60.0% for fluvoxamine. The total costs per patient treated were $3133 for escitalopram compared to $3297 for fluvoxamine. Probability sensitivity analysis demonstrated that escitalopram was dominant to venlafaxine and fluvoxamine in more than 95% of the random samples. Conclusion. Escitalopram is a cost-effective pharmacotherapy for MDD compared to venlafaxine and fluvoxamine.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».