Economic aspects of nivolumab in non-small cell lung cancer (NSCLC): Lessons from real life.
Notice bibliographique
Résumé
e18322 Background: Novel immunotherapy agents' costs have a significant impact on healthcare system budgets. Aside from the cost per dose of the compound, the total treatment cost (TTC) is affected by the duration of treatment (DOT). DOT in real life may differ significantly from that observed in the randomized clinical trials because of the differences in baseline patient characteristics and treatment patterns. Methods: Advanced NSCLC patients (pts) (n=192) treated with nivolumab 3mg/kg q2w (expanded access program/standard of care) at five Israeli cancer centers between January 2015 and March 2016 were included in the analysis. DOT and TTC were assessed in 2 groups (group A: ECOG PS 0/1, n=92; group B: ECOG PS ≥2, n=100). In addition, response for a subgroup of 49 pts was evaluated by RECIST, v.1.1. In this subgroup, DOT and TTC of treatment (Tx) beyond progression (PD) were assessed as well. Nivolumab cost per dose was calculated for a 78 kg pt based on current market price in Israel: 3 mg/kg X 78 kg = 240 mg = 11,250 NIS (2,993 USD). Results: Pt baseline characteristics: median age 67y (range, 41-99); males 68%; smokers 77%; ECOG PS ≥2 52%; Non-squamous/Squamous/NA 78%/19%/3%. 27% of pts continued nivolumab at the time of last follow-up. DOT and TTC are presented in the table below. Conclusions: DOT and TTC are similar for ECOG PS 0/1 and ECOG PS ≥2 pts. Tx beyond PD increases the TTC by 32%. These facts should be taken into consideration when evaluating budget impact of novel immunotherapy agents' implementation into routine practice. [Table: see text]
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 | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».