Cost-effectiveness of pembrolizumab in second-line advanced bladder cancer.
Notice bibliographique
Résumé
472 Background: Recently, immune-modulating drugs have been introduced to the second line setting of advanced bladder cancer. Pembrolizumab increases overall survival and is associated with less toxicity compared to chemotherapy in this setting based on the Keynote-045 study. The high cost of immunotherapy necessitates an assessment of its value by considering both efficacy and cost. The objective of this study is to estimate the cost-effectiveness of pembrolizumab for the second-line treatment of advanced bladder cancer from the perspective of payers in multiple countries. Methods: We developed a Markov model to compare the costs and effectiveness of pembrolizumab with those of chemotherapy in the second-line treatment of advanced bladder cancer. Health outcomes were measured in life-years (LYs) and quality-adjusted life-years (QALYs). Drug costs were acquired for the following countries: U.S., U.K., Canada and Australia. Model robustness was addressed in univariate and probabilistic sensitivity analyses. Results: Pembrolizumab generated a gain of 0.36 QALYs compared to chemotherapy. Our analysis established the following incremental cost-effectiveness ratios (ICERs) for pembrolizumab versus chemotherapy in second-line advanced bladder cancer treatment - U.S. $122,557/QALY, U.K. $91,995/QALY, Canada $93,648/QALY, and Australia $99,966/QALY. The willingness-to-pay (WTP) thresholds per QALY are considered to be around 100,000-150,000 US dollars for the U.S., 20,000-50,000 pounds for the U.K. [25,000-65,000 US $], 20,000-100,000 CAD for Canada [16,000-80,000 US $] and 40,000-75,000 AUD for Australia [32,000-60,000 US $]. Conclusions: Cost-effectiveness and WTP thresholds vary between countries. Compared to the other countries examined, U.S. drug prices were found to be highest, leading to the highest ICER. With standard willingness-to-pay thresholds, pembrolizumab may be considered cost-effective in the U.S., but not in the other countries examined.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 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) | 0,003 | 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 ».