Cost-Effectiveness of Filgrastim and Pegfilgrastim as Primary Prophylaxis Against Febrile Neutropenia in Lymphoma Patients
Notice bibliographique
Résumé
BACKGROUND: Febrile neutropenia is a serious toxicity of cancer chemotherapy that is usually treated in hospital. We assessed the cost-effectiveness of filgrastim and pegfilgrastim as primary prophylaxis against febrile neutropenia in diffuse large B-cell lymphoma (DLBCL) patients undergoing chemotherapy. METHODS: We used a Markov model that followed patients through induction chemotherapy to compare the three prophylaxis strategies: 1) no primary prophylaxis against febrile neutropenia; 2) primary prophylaxis with 10 days of filgrastim therapy; and 3) primary prophylaxis with a single dose of pegfilgrastim. The target population was a hypothetical cohort of 64-year-old men and women with DLBCL. Data sources included published literature and current clinical practice. The analysis was conducted from a publicly funded health-care system perspective. The main outcome measures included costs, quality-adjusted life years (QALYs), and incremental cost-effectiveness ratios (ICERs). RESULTS: In the base-case analysis, costs associated with no primary prophylaxis, primary prophylaxis with 10 days of filgrastim, and primary prophylaxis with pegfilgrastim were CaD $7314, CaD $13947, and CaD $16290, respectively. The QALYs associated with the three strategies were 0.2004, 0.2015, and 0.2024, respectively. The ICER for the filgrastim vs no primary prophylaxis strategy was CaD $5796000 per QALY. The ICER for the pegfilgrastim vs filgrastim primary prophylaxis strategy was CaD $2611000 per QALY. All one-way sensitivity analyses yielded ICERs greater than CaD $400000 per QALY. Cost-effectiveness acceptability curves show that 20.0% of iterations are cost-effective at a willingness-to-pay threshold of CaD $1595000 for the filgrastim strategy and CaD $561000 for the pegfilgrastim strategy. CONCLUSIONS: Primary prophylaxis against febrile neutropenia with either filgrastim or pegfilgrastim is not cost-effective in DLBCL 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 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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».