A retrospective review of the real-world experience of the Pegfilgrastim biosimilar (Lapelga®) to the reference biologic (Neulasta®)
Notice bibliographique
Résumé
INTRODUCTION: Cancer patients receiving myelosuppressive chemotherapy are vulnerable to febrile neutropenia (FN) which contributes to poor treatment outcomes. The use of granulocyte colony-stimulating factors is administered to prevent chemotherapy-induced neutropenia. The introduction of biosimilars has allowed for greater cost-savings while maintaining safety and efficacy. This retrospective study assessed the incidence of FN and related treatment outcomes and the cost minimization of a pegfilgrastim biosimilar and its reference. METHODS: A retrospective chart review of breast cancer patients receiving (neo) adjuvant chemotherapy from February 2017 to May 2020 was conducted. The endpoints included the incidence of FN, the occurrence of dose reduction (DR), dose delay (DD) and pain. A cost minimization analysis was performed from a third-party payer perspective. RESULTS: One hundred Neulasta® and 74 Lapelga® patients were included in the first-cycle analysis. The rate of FN in cycle 1 for Neulasta® and Lapelga® was 2/100 and 4/74, respectively; risk difference (RD) = 3.4%; 95% CI: -2.4 to 9.2%. Eighty-three Neulasta® and 59 Lapelga® patients were included in the all-cycle analyses, where DR was reported in 76 (15%) Neulasta® cycles vs 33 (10%) Lapelga® cycles (RD = -3.6, 95% CI: -10.2 to 2.9). DD was reported in 20 (4%) Neulasta® cycles vs. 11 (3.5%) Lapelga® cycles (RD = -0.3; 95% CI: -2.7 to 2.0). Adverse events were similar between groups. Cost minimization using a cohort of 20,000 patients translated into an incremental savings of $21,606,800 CAD for each cycle. CONCLUSION: The biosimilar pegfilgrastim was non-inferior to the reference biologic based on FN incidence in addition to related outcomes including DR and DD.
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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».