Cost-Effectiveness of Everolimus for the Treatment of Advanced Neuroendocrine Tumours of Gastrointestinal or Lung Origin in Canada
Notice bibliographique
Résumé
BACKGROUND: In 2016, everolimus was approved by Health Canada for the treatment of unresectable, locally advanced or metastatic, well-differentiated, non-functional, neuroendocrine tumours (NET) of gastrointestinal (GI) or lung origin in adult patients with progressive disease. This analysis evaluated the cost-effectiveness of everolimus in this setting from a Canadian societal perspective. METHODS: A partitioned survival model was developed to compare the cost per life-year (LY) gained and cost per quality-adjusted life-year (QALY) gained of everolimus plus best supportive care (BSC) versus BSC alone in patients with advanced or metastatic NET of GI or lung origin. Model health states included stable disease, disease progression, and death. Efficacy inputs were based on the RADIANT-4 trial and utilities were mapped from quality-of-life data retrieved from RADIANT-4. Resource utilization inputs were derived from a Canadian physician survey, while cost inputs were obtained from official reimbursement lists from Ontario and other published sources. Costs and efficacy outcomes were discounted 5% annually over a 10-year time horizon, and sensitivity analyses were conducted to test the robustness of the base case results. RESULTS: Everolimus had an incremental gain of 0.616 QALYs (0.823 LYs) and CA$89,795 resulting in an incremental cost-effectiveness ratio of CA$145,670 per QALY gained (CA$109,166 per LY gained). The probability of cost-effectiveness was 52.1% at a willingness to pay (WTP) threshold of CA$150,000 per QALY. CONCLUSIONS: Results of the probabilistic sensitivity analysis indicate that everolimus has a 52.1% probability of being cost-effective at a WTP threshold of CA$150,000 per QALY gained in Canada.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».