The health impact of delaying direct‐acting antiviral treatment for chronic hepatitis C: A decision‐analytic approach
Notice bibliographique
Résumé
BACKGROUND & AIMS: Direct-acting antivirals (DAAs) are highly effective, but expensive treatments for chronic hepatitis C (CHC). To manage costs, drug plans worldwide have rationed access to DAAs in a variety of ways. This study quantifies the health impact of formulary restrictions and presents a clinical decision tool for informing treatment timing decisions. METHODS: A decision-analytic model was developed to quantify the health impact of delaying DAAs for subpopulations stratified by age, fibrosis level, viral genotype, and injection drug use over their lifetime. The health impact was quantified in terms of quality-adjusted life expectancy (quality-adjusted life years, or QALYs) and life expectancy (years). RESULTS: Deferring DAAs for patients with no or mild fibrosis (F0/F1) for 1-5 years is unlikely to result in life expectancy losses and leads only to marginal losses of 0.02-0.06 QALYs per year of delay. However, for 30-50-year-olds with advanced fibrosis (≥F3) delays as short as a year results in a considerable health loss (0.25-1.04 QALYs and 0.19-1.53 years). Reimbursement limits for those with substance use are associated with large health losses. People who actively inject drugs with advanced fibrosis (≥F3) may lose 0.18-1.05 QALYs and 0.13-1.16 years per year of delay, despite the risk of reinfection and competing mortality. Results are robust to parameter uncertainty and key assumptions. CONCLUSIONS: We present a clinical decision tool for informing treatment timing for various CHC subpopulations. In general, findings suggest that patients with at least moderate fibrosis should be treated promptly regardless of active drug use.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».