The impact of cancer drug wastage on economic evaluations
Notice bibliographique
Résumé
BACKGROUND: The objective of this study was to determine the impact of modeling cancer drug wastage in economic evaluations because wastage can result from single-dose vials on account of body surface area- or weight-based dosing. METHODS: Intravenous chemotherapy drugs were identified from the pan-Canadian Oncology Drug Review (pCODR) program as of January 2015. Economic evaluations performed by drug manufacturers and pCODR were reviewed. Cost-effectiveness analyses and budget impact analyses were conducted for no-wastage and maximum-wastage scenarios (ie, the entire unused portion of the vial was discarded at each infusion). Sensitivity analyses were performed for a range of body surface areas and weights. RESULTS: Twelve drugs used for 17 indications were analyzed. Wastage was reported (ie, assumptions were explicit) in 71% of the models and was incorporated into 53% by manufacturers; this resulted in a mean incremental cost-effectiveness ratio increase of 6.1% (range, 1.3%-14.6%). pCODR reported and incorporated wastage for 59% of the models, and this resulted in a mean incremental cost-effectiveness ratio increase of 15.0% (range, 2.6%-48.2%). In the maximum-wastage scenario, there was a mean increase in the incremental cost-effectiveness ratio of 24.0% (range, 0.0%-97.2%), a mean increase in the 3-year total incremental budget costs of 26.0% (range, 0.0%-83.1%), and an increase in the 3-year total incremental drug budget cost of approximately CaD $102 million nationally. Changing the mean body surface area or body weight caused 45% of the drugs to have a change in the vial size and/or quantity, and this resulted in increased drug costs. CONCLUSIONS: Cancer drug wastage can increase drug costs but is not uniformly modeled in economic evaluations. Cancer 2017;123:3583-90. © 2017 American Cancer Society.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 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) | 0,002 | 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 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 ».