Economic evaluation of trifluridine/tipiracil (TT) versus nivolumab (N) in patients with advanced/metastatic gastric cancer (GC) or gastro-esophageal junction cancer (GEJC) in Canada.
Notice bibliographique
Résumé
376 Background: Systemic treatment options in pre-treated patients with advanced/metastatic GC and GEJC have historically been limited especially in the third line or more. Recent potential advances in the therapeutic landscape of this patient population include TT (TAGS study) and immune checkpoint inhibitors (ICI) such as N (ATTRACTION-2 study). There is an anticipated budgetary impact on healthcare systems within the context of these potentially funded options. An economic evaluation can be instrumental in choosing a regimen if survival and quality of life are felt to be comparable. Methods: A cost minimization analysis was performed in Canadian dollars ($) comparing TT and N respectively in advanced de novo and relapsed GC/GEJC cases diagnosed in 2017 and subsequently treated in the third line in Canada. Direct costs including drug acquisition costs, supportive medications, transfusions, laboratory tests, physician visits, pharmacy and nursing time (health resource utilization-HRU) costs were calculated utilizing Ontario data. Direct costs for treatable adverse events G3/4 > 5% were incorporated. The analysis assumed complete drug delivery and the number of target patients was derived from constructed schema. Results: Compared to TT, the use of N was associated with a higher direct cost by a difference of $2.63 million (M) in the third line for GC and GEJC in Canada, principally reflecting a greater drug acquisition cost.The direct costs ranged (IQR) from 3.65M - 10.62M for TT to 3.3M – 15.69 M for N. N also had a greater HRU cost at 2.7 times that of TT and this was 64% of the direct costs for N excluding drug cost versus 42% of the direct non drug costs for TT. Supportive care (GCSF and transfusions) were 34% of the direct cost for TT excluding drug cost. A sensitivity analysis was performed. Conclusions: N generated a higher direct cost both for drug acquisition cost and other direct costs especially in HRU. Despite the increased cost of supportive care for adverse events related to TT, the direct non drug costs were less for this option. The use of biomarkers predictive of response may reduce the potential cost burden of the use of ICIs.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 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) | 0,003 | 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 ».