Economic evaluations of a pharmacogenomics test for Statin-induced myopathy in secondary cardiovascular prevention
Notice bibliographique
Résumé
Les statines constituent la pierre angulaire du traitement des dyslipidémies. Les myopathies secondaires aux statines seraient l’une des principales causes d’abandon. Le diagnostic de myopathie repose sur la comparaison du taux de créatine kinase (CK) avec des valeurs de référence normales. Or, des études ont révélé que ces valeurs ne sont pas représentatives de l’ensemble de la population. Le test du taux de CK n’a donc qu’une utilité diagnostique restreinte. Un test pharmacogénomique (PGx) pour le diagnostic des myopathies chez les patients qui affichent une hausse légère ou modérée du taux de CK après l’amorce d’un traitement par une statine est en développement. Nous avons évalué l’impact économique de ce test PGx hypothétique grâce à deux techniques de modélisation : un modèle de Markov et un modèle de simulation par événement discret (SED). Nous avons examiné les modèles avec la perspective d’un payeur canadien, avec un horizon temporel de la vie entière, pour les patients à risque cardiovasculaire (CV) élevé initiant une statine en prévention secondaire. La détermination des taux de faux positifs (TFP) et de faux négatifs (TFN) du test revêt encore plus d’importance que le choix de la technique de modélisation. Dans cette thèse, nous avons opté pour une interprétation globale des résultats des tests, afin que les décisions des médecins et des patients s’apparentent à des erreurs de test. Cette définition permet de mesurer l’utilité clinique du test à influencer les décisions de prescription des médecins et, surtout, la volonté des patients de poursuivre le traitement. Ce dernier aspect s’applique particulièrement aux médicaments prescrits à titre préventif dont les bienfaits à long terme dépendent de l’adhésion du patient au traitement. Les articles I et II présentent les résultats des modèles de Markov et SED. Les résultats concordent sur le plan qualitatif. Au Canada, un test PGx pour le dépistage des myopathies secondaires aux statines serait rentable avec une faible disposition à payer. Selon les analyses de sensibilité probabilistes, les modèles de Markov et SED donnaient des résultats favorables dans au moins 90 % des simulations assorties d’une disposition à payer de seulement 6150 $ et 12000 $ par année de vie pondérée par la qualité. L’article III poursuit la réflexion des modèles présentés dans les articles I et II. Ceux-ci ont permis de constater qu’un test PGx complètement erroné (TFP = TFN = 100 %) se traduirait par un avantage différentiel monétaire net positif pour les payeurs. Ce résultat s’explique par le déséquilibre du risque entre les bienfaits d’une réduction des manifestations CV chez les patients atteints d’une myopathie légère ou modérée et le risque extrêmement faible de rhabdomyolyse. Cependant, ce résultat n’est pas plausible lorsque qu’on prend en considération les décisions à long terme des médecins et des patients, notamment le haut niveau de non-adhésion aux statines. Dans l’ensemble, cette thèse souligne l’importance d’évaluer l’impact économique des erreurs de test. Cette démarche ne doit pas se limiter à une supposition a priori des paramètres de rendement du test. Il convient d’examiner la fourchette complète des TFP et des TFN pour bien cerner l’incidence économique des tests diagnostiques, surtout lorsque le résultat du test influence la prescription d’un médicament préventif administré à long terme.
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 | 0,029 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».