Abstract P6-13-02: Subcutaneous trastuzumab for the treatment of HER2+ breast cancer in Canada: A cost-minimization study
Notice bibliographique
Résumé
Abstract Background: There is an urgent need to alleviate the pressure on healthcare resources and decrease treatment burden for patients. Recently, a new fixed dose subcutaneous (SC) formulation of trastuzumab was approved by Health Canada for use in HER2-positive breast cancer (HER2+ BC) patients. Studied in multiple trials and treatment settings, the totality of evidence demonstrated similar safety and efficacy to the IV formulation as well as a strong preference for trastuzumab SC by patients and health care professionals. Objective: To estimate the incremental costs/savings associated with the use of trastuzumab SC for the treatment of HER2+ BC if reimbursed with the same provincial funding criteria as trastuzumab IV in Ontario, Canada. Methods: An Excel-based cost-minimization and budget impact model was developed to determine the economic impact of trastuzumab SC in comparison to trastuzumab IV in Ontario. Direct medical costs in the analysis included drug acquisition, drug preparation, drug administration, central venous access device (CVAD), and systemic therapy suite costs. Results: Early and metastatic HER2+ BC patients treated with trastuzumab SC are expected to generate a net cost savings to the health system compared to treatment with trastuzumab IV. Savings are estimated at $11,943 per eBC patient and $11,943 per mBC patient, representing total savings of $15.8M in Year 1, $19.4M in Year 2, and $23.0M in Year 3. The use of trastuzumab SC in these populations enhances the ability of the payer to manage drug and medical resources, while offering a therapy that is aligned with patient and clinician preferences. Citation Format: Megan Coombes, Lori Yin, Ingrid Liu, Norman Shek, Flavia Rusu, Som Mukherjee. Subcutaneous trastuzumab for the treatment of HER2+ breast cancer in Canada: A cost-minimization study [abstract]. In: Proceedings of the 2019 San Antonio Breast Cancer Symposium; 2019 Dec 10-14; San Antonio, TX. Philadelphia (PA): AACR; Cancer Res 2020;80(4 Suppl):Abstract nr P6-13-02.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».