Cost-effectiveness of rituximab versus azathioprine for maintenance treatment in antineutrophil cytoplasmic antibody-associated vasculitis.
Notice bibliographique
Résumé
OBJECTIVES: Rituximab was proven superior to azathioprine for maintenance treatment of antineutrophil cytoplasmic antibody (ANCA)-associated vasculitis (AAV). The high cost of rituximab might, however, limit its routine use. This study determined the cost-effectiveness of intravenous rituximab (5 x 500 mg until month 18), versus oral azathioprine (2 mg/kg per day, gradually decreased between month 12 and 22), for maintenance treatment of patients with granulomatosis with polyangiitis, microscopic polyangiitis, or renal-limited vasculitis, aged 18-75. METHODS: We performed a single-trial based economic evaluation. MAINRITSAN was a 28-month multicentre, prospective, randomised, controlled open-label trial. We estimated the cost of healthcare resources and quality of life using prospectively collected data. Healthcare costs were estimated from the perspective of the French Social Health Insurance's perspective, using 2016 tariffs for reimbursement. Utilities were derived from Short Form 36 scores. We estimated total average cost, incremental cost per incremental relapse averted and per quality-adjusted life-year (QALY) gained. Sensitivity analyses were performed to assess uncertainty over relapses, severe adverse events, discount rate, utility weights, time horizon and the cost of rituximab. Costs drivers were tested using a generalised linear model. RESULTS: Total average costs were €13,387 (€11,605-€15,646) and €10,217 (€7,567-12,949) in the rituximab and azathioprine groups respectively. The incremental cost-effectiveness ratio (ICER) was €12,824 per relapse averted and the incremental cost-utility ratio (ICUR) €37,782 per QALY gained. Besides the unit cost of rituximab, the major cost drivers were relapses and severe adverse events. CONCLUSIONS: Maintenance treatment by rituximab could be cost-effective for preventing relapses in patients with AAV.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».