Cost-effectiveness analysis of rosuvastatin vs generic atorvastatin in Spain
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to carry out a long-term cost-effectiveness analysis of rosuvastatin compared with generic atorvastatin in the treatment of patients at high cardiovascular (CV) risk (≥ 5% Systematic COronary Risk Evaluation [SCORE]) and patients with prior cardiovascular disease (CVD) in Spain. METHODS: The efficacy data from the Statin Therapies for Elevated Lipid Levels compared Across doses to Rosuvastatin (STELLAR) study were used to simulate achievement of low-density lipoprotein cholesterol targets with different doses of rosuvastatin and generic atorvastatin for an initial period of 1 year. A Markov model was used to estimate the number of CV complications, quality-adjusted life years (QALYs), and healthcare costs (lipid-lowering treatment and CV events) for up to 20 years after initial treatment. The analysis was carried out from the perspective of the Spanish National Health System, with costs (in year 2010 euros) and effects being discounted at 3% per year. RESULTS: Compared with generic atorvastatin, rosuvastatin was cost-effective (cost per QALY gained of less than €30,000) for the primary prevention of CV events in high-risk patients in most sub-groups analyzed. In patients with prior CVD, rosuvastatin was cost-effective in all sub-groups of men and most sub-groups of women. Key limitations of this study were the need to extrapolate data from a single trial to long-term modeled outcomes and the absence of other treatment options in the analysis. CONCLUSIONS: For the treatment of dyslipidemic patients with high CV risk, rosuvastatin is more effective than generic atorvastatin in terms of survival and quality-of-life adjusted survival, with incremental cost-effectiveness ratios within the range generally used in Spain, in most sub-populations defined by various combinations of CV risk factors.
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 | 0,009 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| 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) | 0,002 | 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 ».