Effect on Costs and Quality-adjusted Life-years of Treat-to-target Treatment Strategies Initiating Methotrexate, or Tocilizumab, or Their Combination in Early Rheumatoid Arthritis
Notice bibliographique
Résumé
OBJECTIVE: Our study aimed to evaluate the cost effectiveness of initiating tocilizumab (TCZ) ± methotrexate (MTX) versus initiating MTX as treat-to-target treatment strategies over 5 years in early disease-modifying antirheumatic drug (DMARD)-naïve rheumatoid arthritis (RA). METHODS: Data on resource use were collected with questionnaires at baseline, 3, 6, 12, and 24 months, and yearly thereafter, and were converted to costs using Dutch reference prices. Quality-adjusted life-years (QALY) were calculated using the EQ5D5L, with utility based on Dutch tariff or estimated by the Health Assessment Questionnaire. To account for missing cost data and QALY data and for sample uncertainty, first bootstraps (10,000 samples) were obtained. Second, single imputation using chained equations nested within these bootstrap samples was performed. An economic evaluation was performed for TCZ + MTX and TCZ, compared to MTX, as initial treatment in a treat-to-target strategy from a healthcare and societal perspective over 5 years. Several sensitivity analyses were performed. RESULTS: Mean differences in QALY were small and not significant (TCZ + MTX vs MTX: 0.06, 95% CI -0.02 to 0.13; TCZ vs. MTX: -0.03, 95% CI -0.05 to 0.11). Limited savings in indirect nonhealthcare costs and productivity loss costs (for TCZ only) were observed, but these did not compensate for the higher medication costs. Sensitivity analyses did not materially change these findings, although lower-priced TCZ, or reserving TCZ as initial therapy for prognostically unfavorable RA patients, improved cost effectiveness considerably but did not individually lead to a strategy being cost effective. CONCLUSION: Based on our analyses, early initiation of TCZ + MTX is not cost effective compared to MTX initiation in a step-up treat-to-target treatment strategy over 5 years in early RA patients.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».