MétaCan
Menu
Retour à la cohorte
Enregistrement W2915057376 · doi:10.1200/jco.2019.37.4_suppl.101

The potential drug cost impact of nivolumab (N) in patients with advanced/metastatic gastric cancer (GC) or gastroesophageal junction cancer (GEJC) in Canada.

2019· article· en· W2915057376 sur OpenAlexaffabout
Kiran Virik, Robert B. Wilson

Notice bibliographique

RevueJournal of Clinical Oncology · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineNivolumabCancerDrugContext (archaeology)OncologyInternal medicinePharmacyIntensive care medicineLung cancerImmunotherapyPharmacologyFamily medicine

Résumé

récupéré en direct d'OpenAlex

101 Background: Advanced/metastatic GC and GEJC is associated with poor survival outcomes. Systemic treatment options are limited in patients having had at least two lines of chemotherapy. Immune checkpoint inhibitors (ICIs) appear to be a promising therapeutic option in these patients. The role of predictive biomarkers to response to ICIs remains to be fully elucidated. This may ultimately inform the utility and thus potentially the drug cost incurred by ICIs. The ATTRACTION-2 phase III study using N in heavily pretreated advanced GC and GEJC patients improved outcomes. The use of ICIs has an anticipated budgetary impact on health care systems within the context of this potentially funded utilization of N. Methods: An estimation of the N drug cost alone for advanced de novo and relapsed cases diagnosed in 2017 and subsequently treated in the third line in Canada was undertaken. A cost estimate for N treatment in earlier lines was also evaluated. N cost per patient was calculated based on treatment indication, duration of treatment, standard dose/schedule. The analysis was performed in Canadian dollars ($) and assumed complete drug delivery and uncomplicated cycles. The cost of N was obtained from the pan Canadian Oncology Drug Review (PCODR) cost for N in lung cancer. The number of target patients and N utilization was derived from constructed schema to give a budget impact estimate. Results: Estimated N cost per treated patient is $15,770. The N drug cost in the third line setting is estimated at $5.9 million (M) for GC and $2.4M for GEJC, total $8.4M (IQR $3.9M-$18.7M). For first line and second line N in eligible pts respectively: potential drug cost is $23.7M, $11.8M for GC and $9.7M, $4.9M for GEJC. A sensitivity analysis was performed. Conclusions: ICIs potentially add a drug cost burden to the publically funded Canadian healthcare system. As biomarkers predictive of response evolve and patients are treated accordingly, the drug cost burden may lessen. Potential earlier line use and a longer duration of therapy will add to the estimated budgetary impact.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,492

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,337
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207