Pharmacological Acromegaly Treatment: Cost-Utility and Value of Information Analysis
Notice bibliographique
Résumé
OBJECTIVES: To conduct a cost-utility analysis comparing drug strategies involving octreotide, lanreotide, pasireotide, and pegvisomant for the treatment of patients with acromegaly who have failed surgery, from a Brazilian public payer perspective. METHODS: A probabilistic cohort Markov model was developed. One-year cycles were employed. The patients started at 45 years of age and were followed lifelong. Costs, efficacy, and quality of life parameters were retrieved from the literature. A discount rate (5%) was applied to both costs and efficacy. The results were reported as costs per quality-adjusted life year (QALY), and incremental cost-effectiveness ratios (ICERs) were calculated when applicable. Scenario analyses considered alternative dosages, discount rate, tax exemption, and continued use of treatment despite lack of response. Value of information (VOI) analysis was conducted to explore uncertainty and to estimate the costs to be spent in future research. RESULTS: Only lanreotide showed an ICER reasonable for having its use considered in clinical practice (R$ 112,138/US$ 28,389 per QALY compared to no treatment). Scenario analyses corroborated the base-case result. VOI analysis showed that much uncertainty surrounds the parameters, and future clinical research should cost less than R$ 43,230,000/US$ 10,944,304 per year. VOI also showed that almost all uncertainty that precludes an optimal strategy choice involves quality of life. CONCLUSIONS: With current information, the only strategy that can be considered cost-effective in Brazil is lanreotide treatment. No second-line treatment is recommended. Significant uncertainty of parameters impairs optimal decision-making, and this conclusion can be generalized to other countries. Future research should focus on acquiring utility data.
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 | 0,013 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».