COST-UTILITY ANALYSIS OF NT-PROBNP-GUIDED MULTIDISCIPLINARY CARE IN CHRONIC HEART FAILURE
Notice bibliographique
Résumé
OBJECTIVES: A recent randomized, controlled trial in chronic heart failure patients showed that NT-proBNP-guided, intensive patient management (BMC) on top of multidisciplinary care reduced all-cause mortality and heart failure hospitalizations compared with multidisciplinary care (MC) or usual care (UC). We now performed a cost-utility analysis of these interventions from a payer's perspective. METHODS: Costs related to hospitalizations, ambulatory physician and nurse visits, and NT-proBNP testing for the three management strategies were acquired for both Austria (€) and Canada ($) and combined with the survival and quality of life data from the clinical trial for cost-effectiveness analysis. Data on long-term survival, costs, and quality-adjusted life-years (QALY) were extrapolated for a 20-year time horizon using a Markov model, which simulated the progression of disease through beta-blocker use, hospitalizations, and mortality. RESULTS: BMC was the most cost-effective strategy as it was dominant (cost-saving with improved health outcome) over both MC and UC based on both Austrian and Canadian costs. Incremental cost-effectiveness ratios for MC relative to UC were €3,746 and $5,554 per QALY gained for Austrian and Canadian costs, respectively. The probabilities for BMC being the most cost-effective strategy were 92 percent at a threshold value of Austrian €40,000 and 93 percent at a threshold value of Canadian $50,000. CONCLUSIONS: NT-proBNP-guided, intensive HF patient management in addition to multidisciplinary care not only reduces death and hospitalization but also proves to be cost-effective.
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 | 0,003 | 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 | 0,001 |
| 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 ».