Cost-effectiveness and Clinical Outcomes of Early Anti–Tumor Necrosis Factor–α Intervention in Pediatric Crohn’s Disease
Notice bibliographique
Résumé
BACKGROUND: Anti-tumor necrosis factor-α (anti-TNF-α) treatments are increasingly used to treat pediatric Crohn's disease, even without a prior trial of immunomodulators, but the cost-effectiveness of such treatment algorithms has not been formally examined. Drug plan decision-makers require evidence of cost-effectiveness to inform funding decisions. The objective was to assess the incremental cost-effectiveness of early intervention with anti-TNF-α treatment vs a conventional step-up strategy per steroid-free remission-week gained from public health care and societal payer perspectives over 3 years. METHODS: A probabilistic microsimulation model was constructed for children with newly diagnosed moderate to severe Crohn's disease receiving anti-TNF-α treatment and concomitant treatments within the first 3 months of diagnosis compared with children receiving standard care consisting of steroids and/or immunomodulators with the possibility of anti-TNF-α treatment after 3 months of diagnosis. A North American multicenter observational study with 360 patients provided input into clinical outcomes and health care resource use. RESULTS: Early intervention with anti-TNF-α treatment was more costly, with an incremental cost of CAD$31,112 (95% confidence interval [CI], $2939-$91,715), and more effective, with 11.3 more weeks in steroid-free remission (95% CI, 10.6-11.6) compared with standard care, resulting in an incremental cost per steroid-free remission-week gained of CAD$2756 from an Ontario public health care perspective and CAD$2968 from a societal perspective. The incremental cost-effectiveness ratio was sensitive to the price of infliximab. CONCLUSIONS: The results suggest that although early anti-TNF-α was not cost-effective, it was clinically beneficial. These findings, along with other randomized controlled trial evidence, may inform formulary decision-making.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».