P2‐577: THE VARIABILITY IN INPUT PARAMETER VALUES IN MODELS ESTIMATING THE EFFECTIVENESS OF HYPOTHETICAL DISEASE MODIFYING TREATMENTS FOR ALZHEIMER'S DISEASE
Notice bibliographique
Résumé
Results from cost-effectiveness (CE) models are sensitive to input parameter values. We compared selected input parameter values in models that estimate the effectiveness of hypothetical disease-modifying treatments (DMTs) for Alzheimer's disease (AD). A targeted literature search of the Medline database from 2010 to present identified disease models for AD that included the impact of hypothetical DMTs. Input parameter values were compared for rate of conversion from mild cognitive impairment (MCI) to dementia, institutionalization and excess mortality rates, utility weights, and costs by disease severity. Eight published models were reviewed: three patient-level simulations, four Markov models, and one using observed MMSE decline rates. Seven models included predementia health states. Annual rates of conversion from MCI to mild AD in the Markov models were similar (∼27%) for populations with biomarker evidence of AD. Conversion rates were lower (∼10%) if all patients with MCI were included in the population. The percentage of patients institutionalized for those with severe AD was 39.3% in two models compared with 76.22% in two other models. A fifth model used annual institutionalization rates of 1.2% for mild dementia, 3.4% for moderate dementia, and 6.6% for severe dementia. Two models assumed no variation in mortality by disease stage. Two other models used an additive factor for mortality for moderate (0.055 or 0.11) and severe (0.11) dementia. In two other models, multiplicative mortality risks were assumed either only for moderate (× 2.52) and severe (× 7.3) dementia or for MCI (× 1.48) and all dementia severities (× 2.84). Finally, differences in utility and costs between MCI and mild AD varied among the models. For example, the decrease in utility between MCI and mild AD was 0.05 in one model and 0.20 in another study. In addition, two models assumed no excess costs for those with MCI, while excess costs derived from observational data were included in two different models. DMTs under development are targeted for those with MCI or mild AD. This review highlights the considerable variability among disease models in transition, institutionalization, excess mortality rates and utility and cost inputs across these two health states.
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 | 0,023 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».