Statin's cost-effectiveness: a Canadian analysis of commonly prescribed generic and brand name statins.
Notice bibliographique
Résumé
BACKGROUND: Generic statins may be considered as a compelling treatment option for managing dyslipidemia, due to their reduced cost, compared to their brand name equivalent. However, further assessment is needed to determine whether using a particular generic statin is more cost-effective relative to other brand-name statins. OBJECTIVE: The purpose of this study is to compare the cost-effectiveness of the most commonly prescribed statins in Canada with respect to 1) lowering low-density lipoprotein cholesterol level (LDL-C) and 2) achieving National Cholesterol Education Program Adult Treatment Panel III (NCEP ATP III) LDL-C goal. METHODS: The study was conducted from the perspective of Canadian payers over a 1-year time horizon. Clinical data were obtained from the STELLAR trial (n=2268) in which patients received fixed doses of rosuvastatin, atorvastatin, simvastatin and pravastatin. Brand and generic drug costs were based on wholesale acquisition costs. Relative cost-effectiveness was assessed using the net monetary benefit approach (NMB), which allows probabilistic cost-effectiveness comparison of the various treatment options over a wide range of willingness-to-pay (WTP) values for a unit of clinical effect. RESULTS: Rosuvastatin 10mg was the most cost-effective statin over the largest range of WTP values. Pravastatin 10mg was cost-effective when the clinical outcomes had little or no monetary value. Rosuvastatin 20 mg was more cost-effective at the highest end of the WTP spectrum. CONCLUSION: The result of this analysis provides evidence that prescribing generic statins in Canada does not necessarily translate into the most cost-effective option for treating dyslipidemia; especially as the monetary value of 1% decrease in LDL-C or patients achieving NCEP ATP III target increases.
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 | 0,000 |
| 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 ».