Eligibility, Clinical Outcomes, and Budget Impact of PCSK9 Inhibitor Adoption: The CANHEART PCSK9 Study
Notice bibliographique
Résumé
Background The FOURIER (Further Cardiovascular Outcomes Research With PCSK9i [Proprotein Convertase Subtilisin-Kexin Type 9 Inhibitors] in Subjects With Elevated Risk) trial found a reduction in cardiovascular events in patients with atherosclerotic cardiovascular disease ( ASCVD ). Our objective was to estimate the eligibility, clinical outcomes, and budget impact of adopting PCSK 9i in a large healthcare system. Methods and Results Ontario, Canada, residents alive in 2011, aged 40 to 85 years, were eligible for inclusion. PCSK 9i eligibility was determined on the basis of FOURIER trial definition. Hazard ratios observed in the FOURIER trial were applied to assess the number of events that could be avoided. Budget impact was calculated as the difference between projected costs of treatment adoption and events avoided if PCSK 9i were used. Of the 2.4 million included individuals, 5.3% had a history of ASCVD . We estimated that 2.7% of the general population and 51.9% of the patients with ASCVD would be eligible for PCSK 9i. Adoption of PCSK 9i in all eligible patients with ASCVD was projected to reduce primary events rates by 1.8% after 3 years. Despite cost reduction of $44 million in events, PCSK 9i adoption would have a net budget impact of $1.5 billion over 3 years. Potential benefits of PCSK 9i varied widely across subgroups, with the largest absolute risk reduction estimated to be 4.3% at 3 years in peripheral artery disease. In this subgroup of 5601 patients, the budget impact of treatment adoption was $116 million. Conclusions We estimated that ≈1 in 2 patients with ASCVD would be eligible for PCSK 9i. The budget impact of adopting PCSK 9i for all patients with ASCVD is substantial. Selective adoption to high-risk patients will lessen the overall budgetary impact of PCSK 9i treatment.
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 | 0,012 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».