Abstract 23087: Applying the FOURIER Trial amongst Real-world Cardiovascular Disease Patients: The Cardiovascular Health in Ambulatory Care Research Team (CANHEART) PCSK9 Study
Notice bibliographique
Résumé
Background: FOURIER demonstrated a 15% reduction in cardiovascular CV events for patients with CVD. With its high cost, healthcare systems are faced with the potential impact of adopting PCSK9 inhibitors in practice. The goal of this study was to evaluate eligibility, preventable events and incremental costs if FOURIER is applied to the real-world. Methods: The CANHEART cohort is a population-based database of the entire Ontario adult population created by merging multiple individual-level data sources (www.canheart.ca). CVD patients who were alive and 40- 85 years as of January 1 st 2008, and had a cholesterol measurement were included. Similar eligibility for PCSK9 inhibitors with FOURIER was applied. Our primary outcome was a composite of CV death, MI, unstable angina, stroke or coronary revascularization. Number of preventable events was estimated by applying FOURIER’s observed hazard ratio to our cohort’s survival function. The cost to prevent an event was calculated as the cumulative healthcare cost for each patient, assuming PCSK9 inhibitor costs $8,000 CAD (~$6,000 USD)/yr. Results: Of 1.5 million individuals in CANHEART, 62,729 (4.3%) had a history of CVD and 38,348 (2.6% of entire population, 61% of CVD patients) met FOURIER eligibility. Mean age was 66 years, 69% were men, 78% had a history of MI, and 31% were on high dose statins. Within 3 years, 11.9% of patients experienced a primary outcome. PCSK9 inhibitor uptake by all CVD patients was estimated to reduce primary events by 1.9% (746 events avoided) at a cost of $1.14 million CAD per event. Projected event rates, absolute risk reductions and PCSK9 associated costs are shown in the Table . Conclusions: In this large population-based cohort, 2.6% of individuals and 61% of CVD patients fulfil FOURIER criteria for PCSK9 inhibitor use. While the absolute anticipated benefit of adopting this new therapy was similar to that observed in clinical trials, it is associated with substantial costs to prevent each event.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».