MétaCan
Menu
Retour à la cohorte
Enregistrement W3183672670 · doi:10.1007/s40120-021-00264-1

How have Economic Evaluations in Relapsing Multiple Sclerosis Evolved Over Time? A Systematic Literature Review

2021· review· en· W3183672670 sur OpenAlexaboutno aff
Anggie Wiyani, Lohit Badgujar, Vivek Khurana, Nicholas Adlard

Notice bibliographique

RevueNeurology and Therapy · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesNovartis Pharma
Mots-clésMedicineSystematic reviewMEDLINEReimbursementHealth technologyFamily medicineCohort studyHealth carePathologyPolitical science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The introduction of disease-modifying therapies (DMTs) for relapsing multiple sclerosis (RMS) over the last two decades has prompted the economic assessments of these treatments by reimbursement authorities. The aim of this systematic literature review was to evaluate the modeling approach and data sources used in economic evaluations of DMTs for RMS, identify differences and similarities, and explore how economic evaluation models have evolved over time. METHODS: MEDLINE®, Embase®, and EBM Reviews databases were searched using Ovid® Platform from database inception on 25 December 2019 and subsequently updated on 17 February 2021. In addition, health technology assessment agency websites, key conference proceedings, and gray literature from relevant websites were screened. The quality of included studies was assessed using the Drummond and Philips checklists. RESULTS: A total 155 publications and 30 Health Technology Assessment (HTA) reports were included. Most of these were cost-utility analysis (73 studies and 25 HTA reports) and funded by medicines manufacturers (n = 65). The top three countries where studies were conducted were the USA (n = 29), the UK (n = 16), and Spain (n = 10). Studies predominantly used Markov cohort models (94 studies; 25 HTAs) structured based on the Expanded Disability Status Scale (EDSS) with 21 health states (20 studies; 12 HTA reports). The London Ontario and British Columbia data sets were commonly used sources for natural history data (n = 33; n = 13). Twelve studies and ten HTAs from the UK assumed a waning of DMT effect over the long term, while this was uncommon in studies from other countries. Nineteen studies adjusted for multiple sclerosis (MS)-specific mortality estimates, while 18 studies used data from the national life table without adjustment. Studies prominently referred to mortality data that were about two decades old. The data on treatment effect was generally obtained from randomized controlled trials (43 studies; 7 HTAs) or from published evidence synthesis (23 studies; 24 HTAs). Utility estimates were derived from either published studies and/or supplemented with data from RCTs. Most of the models used the lifetime horizon (n = 37) with a 1-year cycle length (n = 63). CONCLUSION: As expected, similarities as well as differences were observed across the different economic models. Available evidence suggests models should continue using the Markov cohort model with 21 EDSS-based states, however, allowing the transition to a lower EDSS state and assuming a sustained treatment effect. With reference to the data sources, models should consider using a contemporary MS-specific mortality data, recent natural history data, and country-specific utility data if available. In case of data unavailability, a sensitivity analysis using multiple sources of data should be conducted. In addition, future models should incorporate other clinically relevant outcomes, such as the cognition, vision, and psychological aspects of RMS, to be able to present the comprehensive value of DMTs.

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)0,088
score de la tête « metaresearch » (Gemma)0,339
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,464

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0880,339
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0110,012
Bibliométrie0,0210,023
Études des sciences et des technologies0,0010,002
Communication savante0,0080,008
Science ouverte0,0030,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,118
Tête enseignante GPT0,377
Écart entre enseignants0,260 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurology and TherapyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207