Differences in Incremental Cost-Effectiveness Ratios for Common Versus Rare Conditions: A Case from Oncology
Notice bibliographique
Résumé
BACKGROUND: Incremental cost-effectiveness ratios (ICERs) are used to assess the value for money of new drugs. Many believe that ICERs for drugs that treat rare diseases are much higher than those of common drugs. Our objective was to compare the proportion of ICERs that are cost effective for rare and common cancers. METHODS: We used the Tufts Medical Center Cost-Effectiveness Analysis (CEA) Registry to identify cost-effectiveness studies of pharmaceutical interventions for cancers. Studies that assessed FDA-approved 'orphan drugs' were categorized as assessing rare cancers. The proportion of common and rare cancer drugs that were cost effective at various ICER thresholds were compared along with study characteristics. Logistic regressions were conducted to assess important predictors of cost effectiveness. RESULTS: We identified 303 studies that reported 701 ICERs. Seventy nine percent (n = 240) of studies evaluated drugs for common cancers. At a threshold of US$50,000/QALY, 58% (n = 321) of ICERs for drugs treating common cancers and 64% (n = 94) of ICERs for drugs treating rare cancers were cost effective (p = 0.23). At US$100,000/QALY, 74% (n = 409) of ICERs for common cancers and 78% (n = 115) of ICERs for rare cancers were cost effective (p = 0.35). Results from the logistic regressions demonstrated that rarity was not a statistically significant predictor of cost effectiveness at both thresholds with publication year, study sponsorship, and cancer type as covariates. CONCLUSIONS: The proportion of ICERs that were cost effective at both thresholds does not appear to be significantly different between the two groups. Rarity is not statistically significantly associated with cost effectiveness, even when adjusted for important covariates.
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 | 0,034 | 0,148 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».