Cost-Effectiveness of Treatments for Relapsing Remitting Multiple Sclerosis: A French Societal Perspective
Notice bibliographique
Résumé
OBJECTIVES: The paper aimed to estimate the incremental cost-effectiveness ratio (ICER) at the public published price for delayed-release dimethyl fumarate versus relevant Multiple Sclerosis disease-modifying therapies available in France in June 2015. METHODS: The economic model was adapted to the French setting in accordance with the Haute Autorité de Santé guidelines using a model previously developed for NICE. A cohort of Relapsing Remitting Multiple Sclerosis patients was simulated over a 30-year time horizon. Twenty one health states were taken into account: Kurtzke Expanded Disability Status Scale (EDSS) 0-9 for Relapsing Remitting Multiple Sclerosis patients, EDSS 0-9 for Secondary Progressive Multiple Sclerosis patients, and death. Estimates of relative treatment efficacy were determined using a mixed-treatment comparison. Probabilities of events were derived from the dimethyl fumarate pivotal clinical trials and the London Ontario Dataset. Costs and utilities were extracted from the published literature from both the payer and societal perspectives. Univariate and probabilistic sensitivity analyses were performed to assess the robustness of the model results. RESULTS: From both perspectives, dimethyl fumarate and interferon beta-1a (IFN beta-1a) 44 mcg were the two optimal treatments, as the other treatments (IFN beta-1a 30 mcg, IFN beta-1b 250 mcg, teriflunomide, glatiramer acetate, fingolimod) were dominated on the efficiency frontier. From the societal perspective, dimethyl fumarate versus IFN beta-1a 44 mcg incurred an incremental cost of €3,684 and an incremental quality-adjusted life year (QALY) of 0.281, corresponding to an ICER of €13,110/QALY. CONCLUSIONS: Despite no reference threshold for France, dimethyl fumarate can be considered as a cost-effective option as it is on the efficiency frontier.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 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) | 0,004 | 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 ».