MétaCan
Menu
← Retour à la cohorte
Enregistrement W3094396954 · doi:10.14309/01.ajg.0000705324.95048.a6

S0819 Evaluating Cost Per Remission and Cost of Serious Adverse Events in Advanced Therapies for Ulcerative Colitis

2020· article· en· W3094396954 sur OpenAlexaff
Vipul Jairath, Russell D. Cohen, Edward V. Loftus, Ninfa Candela, Karen Lasch, Bob G. Schultz

Notice bibliographique

RevueThe American Journal of Gastroenterology · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineVedolizumabAdalimumabUlcerative colitisInfliximabNumber needed to treatAdverse effectTofacitinibNumber needed to harmPopulationInternal medicineGolimumabRegimenSurgeryConfidence intervalRelative riskRheumatoid arthritisTumor necrosis factor alphaDisease

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Patients with ulcerative colitis (UC) incur >3-fold higher direct costs of care compared to the general patient population, largely due to use of biologic therapy.1 Direct2 and indirect3 comparisons of advanced therapies (AT) for UC have demonstrated differences in effectiveness and safety. We compared cost per remission for UC at 52 weeks, considering probability of clinical remission, as well as costs of serious adverse events (SAE) and serious infections (SI) for different ATs for UC. METHODS: Comparators were vedolizumab IV (VDZ), infliximab 5 and 10 mg/kg (IFX-5 and IFX-10), adalimumab 40 mg (ADA), tofacitinib 5 and 10 mg (TOF-5 and TOF-10), ustekinumab 90 mg (UST), and golimumab 100 mg (GOL). Numbers needed to treat and to harm (NNT/NNH), derived from network meta-analysis (NMA) of pivotal trials,3 were clinical inputs. Wholesale acquisition costs, derived from REDBOOK,4 were used to calculate costs of induction and maintenance regimens for labeled dosing. Infusion-related costs were included for IV AT. NNT for induction and maintenance was combined with regimen costs to calculate cost per clinical remission, as defined in the pivotal trials. Patients who were nonresponders to induction treatment did not incur maintenance costs. NNH for SAE and SI was used to incorporate costs attributed to treating AE, with VDZ used as reference because its SAE rate was lowest in the NMA.2 AE costs were derived from the Healthcare Cost and Utilization Project and weighted from AE rates comprising SAE and SI. RESULTS: Costs per remission after 52 weeks of treatment were lowest for TOF-10 ($187K) and TOF-5 ($228K), and highest for UST ($730K) (Figure 1). Mean SAE and SI costs per 100 patients in comparison to VDZ as the reference ($ = 0) were lowest for UST ($6K), and highest for TOF-5 ($118K) (Figure 2). CONCLUSION: Using data from pivotal trials and REDBOOK to estimate costs of treatment, accounting for probability of clinical remission and costs of SAE/SI, we found that TOF-5, TOF-10, IFX-5, and VDZ are less than half the cost of GOL, ADA, and UST. When considering AE-related costs, TOF-5 and GOL cost an additional ∼$100K per 100 patients treated compared to VDZ.Figure 1.: Cost per Remitter at 52 Weeks. Q8W, every 8 weeks; SC, subcutaneous.Figure 2.: Average AE Cost per 100 Patients (serious AEs). Dollar amounts represent the total combined costs of both serious AEs and serious infections. Bars to the left of the dark line represent costs that are less than those of the reference treatment, vedolizumab, and that partially offset the costs that are greater than those of the reference treatment (to the right of the line). AE, adverse event; Q8W, every 8 weeks; SC, subcutaneous.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,006
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,001

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.

Tête enseignante Opus0,168
Tête enseignante GPT0,419
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American Journal of Gastroenterology→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→