Nivolumab in the Treatment of Metastatic Renal Cell Carcinoma
Notice bibliographique
Résumé
INTRODUCTION: Nivolumab improves overall survival and health-related quality of life compared with everolimus in metastatic renal cell carcinoma (mRCC). This study assesses the cost-utility of nivolumab from the Canadian health care payer perspective. MATERIALS AND METHODS: To evaluate the cost-utility of nivolumab, a Markov cohort model that incorporated data from the phase 3 CheckMate-025 trial and other sources was developed. The incremental cost per quality-adjusted life month (QALM) gained for nivolumab was calculated. A lifetime horizon was used in the base-case with costs and outcomes discounted 3% annually. The probabilities of progression and death from cancer and utility values were captured from the CheckMate-025 trial. Expected costs were based on Ontario fees and other sources. Scenario and sensitivity analyses were conducted to assess uncertainty. RESULTS: Compared with everolimus, nivolumab provided an additional 4.2 QALM at an incremental cost of $34,153. The resulting incremental cost-effectiveness ratio was $8138/QALM gained. Assuming a willingness to pay (WTP) threshold of $4167/QALM ($50,000/quality-adjusted life-year [QALY]), nivolumab was not cost-effective. In 1-way sensitivity analyses, nivolumab cost, median overall survival, and median treatment duration were sensitive to changes. Furthermore, the results were sensitive to the WTP threshold and nivolumab became a cost-effective strategy with a WTP of $8333/QALM ($100,000/QALY). CONCLUSIONS: Compared with everolimus, nivolumab is unlikely to be cost-effective for the treatment of mRCC from a Canadian health care perspective with its current price assuming a WTP of $50,000/QALY. Although mRCC patients derive a meaningful clinical benefit from nivolumab, considerations should be given to avoid drug wastage and increase the WTP threshold to render this strategy more affordable.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».