Cost-Effectiveness of Earlier Transition to Angiotensin Receptor Neprilysin Inhibitor in Patients With Heart Failure and Reduced Ejection Fraction
Notice bibliographique
Résumé
Background Angiotensin receptor neprilysin inhibitor (ARNi) therapy improves clinical outcomes in patients with heart failure and reduced left ventricular ejection fraction. However, ARNi therapy uptake remains modest, potentially in part due to perceived cost considerations of early transition from angiotensin converting enzyme inhibitor or angiotensin receptor blocker therapy. Methods We constructed a decision-analytic Markov model to assess cost-effectiveness of 3 different ARNi initiation strategies according to timing of initiation: (1) de novo , or immediate initiation at baseline, (2) Early or after 3 months, or (3) Late, or after 9 months. Initiation strategies were compared with (4) current care, with utilization of ARNi derived from a large observational database. Total costs, quality-adjusted life-years (QALYs), and the incremental cost-effectiveness ratio (ICER) were estimated over a 5-year time horizon in the base case analysis. Results Current care was associated with the lowest total cost (CAD$26,664) and accrued benefit (3.28 QALYs). The de novo strategy yielded an ICER of $34,727 per QALY gained, whereas Early and Late initiation strategies yielded a less favourable ICER per QALY gained of $35,871 and $40,234, respectively. The model was most sensitive to the cost of ARNi therapy. Conclusion A strategy of de novo ARNi initiation is economically attractive and becomes less favourable as the delay of initiation increases. Our results suggest that ARNi therapy should be initiated as soon as possible for patients with heart failure and reduced left ventricular ejection fraction.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,005 | 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 ».