Budget impact analysis of treatment‐free remission in nilotinib‐treated Japanese chronic myeloid leukemia patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Treatment-free remission (TFR), in which patients discontinue pharmacotherapy and remain in molecular remission, is an emerging treatment goal for patients with chronic myeloid leukemia (CML). Attainment of TFR requires an increased frequency of molecular monitoring, to ensure that patients maintain a deep molecular response. The objective of this analysis was to assess the economic impact of stopping nilotinib among Japanese TFR-eligible patients. A Markov model evaluated the economic impact of TFR among the study population, TFR-eligible CML patients diagnosed since 2012. The model compared patients who had discontinued tyrosine kinase inhibitor (TKI) treatment (ie, attempted TFR) with patients that continued TKI treatment. A 3-y time horizon was modeled from a Japanese public payer perspective. Costs associated with drug treatment, hospital/physician visits, and molecular monitoring were considered. TFR-eligible patients were calculated from Japanese CML incidence rates and efficacy was derived from nilotinib trials. Japanese co-payment maximums were utilized to assess the patient perspective. An estimated 761 and 140 patients were eligible for first- and second-line nilotinib, respectively, in 2019. Assuming that 100% of eligible patients complied, TFR was associated with cost savings of ¥7 625 174 640 (US$66 567 775) over 3 y. In scenarios with reduced willingness to attempt TFR, cost savings persisted. Achievement of TFR was estimated to markedly reduce out-of-pocket expenses for CML patients, regardless of the timing of relapse. Stopping nilotinib for TFR-eligible patients in Japan may result in significant cost savings to both payers and patients. Monitoring costs contributed little to overall annual costs and decreased over time.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle