Economic Evaluation of a Pharmacogenomics Test for Statin-Induced Myopathy in Cardiovascular High-Risk Patients Initiating a Statin
Notice bibliographique
Résumé
BACKGROUND: Statins are the mainstay hypercholesterolemia treatment and reduce the risk of cardiovascular events in patients. However, statin therapy is often interrupted in patients experiencing musculoskeletal pain or myopathy, which are common in this patient group. Currently, the standard tests for diagnosing statin myopathies are difficult to interpret. A pharmacogenomics (PGx) test to diagnose statin-induced myopathy would be highly desirable. METHODS: We developed a Markov state model to assess the cost-effectiveness of a hypothetical PGx test, which aims to identify statin-induced myopathy in high-risk, secondary prevention cardiovascular patients. The alternative strategy hypothesized is that physicians or patients interrupt the statin therapy in the presence of musculoskeletal pain. Our model includes health states specific to the PGx test outcome which assesses the impact of test errors. RESULTS: Assuming a perfect test, the results indicate that the PGx test strategy dominates when the test costs less than CAN$356, when the strategy is cost neutral. These results are robust to deterministic and probabilistic sensitivity analyses. CONCLUSION: Our base-case results show that a PGx test for statin-induced myopathy in a high-risk, secondary prevention of a cardiovascular event population would be a dominant solution for a test cost of CAN$356 or less. Furthermore, the modelling of the complete range of diagnostic test outcomes provide a broader understanding of the economic value of the pharmacogenomics test.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».