If You Want to Perform a Cost-effectiveness Trial, First Do a Modeling Study
Notice bibliographique
Résumé
Rheumatoid arthritis (RA) has become an expensive disease to treat with the introduction of biological therapies in the early 2000s. Therefore, it is of crucial importance that researchers, together with clinicians, search for treatment strategies with the best value for money. That is why we would like to thank the authors of the paper entitled, “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,” published in this issue of The Journal of Rheumatology , for their honorable attempt1. The authors describe the results of a preplanned cost-effectiveness analysis as a follow-up on the publication of the primary results of the U-Act-Early trial2. This trial was a 2-year, randomized, double-blind, double-dummy, strategy study at 21 rheumatology outpatient departments in the Netherlands, in which 3 treatment strategies were compared: start tocilizumab (TCZ) plus methotrexate (MTX); TCZ plus placebo-MTX (the TCZ arm); and MTX plus placebo-TCZ (the MTX arm). The primary results of the U-Act-Early trial showed a better immediate initiation of TCZ with or without MTX over initiation of MTX alone, but this difference had disappeared after 2 years due to tight control of disease activity in combination with active tapering during the trial, which resulted in comparable TCZ use at study end. In their current paper1, the authors hypothesized that initiating a TCZ-based strategy for patients with early RA using a strict treat-to-target approach and including a clear tapering strategy when in sustained remission, might become cost effective. They were not able to confirm this hypothesis, as they found that estimated from a societal perspective, TCZ + MTX compared to MTX is more expensive and only slightly more effective, whereas there is also a 23% chance that it is less effective [loss in … Address correspondence to Dr. W. Kievit, Radboud UMC, Department for Health Evidence (133), PO Box 9101, 6500HB Nijmegen, the Netherlands. Email: wietske.kievit{at}radboudumc.nl.
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 | 0,036 | 0,120 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,010 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,008 |
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 ».