Economic Model to Evaluate the Cost-Effectiveness of Second-Line Nilotinib Versus Dasatinib for the Treatment of Philadelphia Chromosome-Positive Chronic Myeloid Leukemia (CML-CP) in Italy
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to evaluate the cost effectiveness of second-line nilotinib versus dasatinib for the treatment of Philadelphia chromosome-positive chronic myeloid leukemia (CML-CP) patients who are intolerant or resistant to imatinib and can transition to treatment-free remission (TFR). METHODS: A partitioned survival model was developed to compare the cost effectiveness of nilotinib versus dasatinib. The model was developed from the Italian healthcare payer perspective and included the following health states: on second-line tyrosine kinase inhibitor (TKI), off second-line TKI, accelerated phase/blastic crisis, TFR, and death. Progression-free and overall survival curves were derived from patient-level data that compared nilotinib and dasatinib as second-line therapy in CML-CP patients who were resistant or intolerant to imatinib. Drug costs, healthcare costs, and adverse event costs were based on real-world evidence and publicly available databases. Cost effectiveness was estimated over a 40-year time horizon. Scenario analyses were performed by adjusting time horizon, TFR parameters, costs, and utilities. RESULTS: Second-line nilotinib resulted in greater time spent in TFR (0.91 life-years), increased quality-adjusted life-years (QALYs) (1.89), increased life-years (2.16), and decreased per-patient costs (- 38,760 €). Therefore, nilotinib was strongly dominant compared with dasatinib in the base-case analysis. Nilotinib remained strongly dominant in most scenario analyses including shorter time horizon, exclusion of TFR, and varying TKI drug costs. CONCLUSIONS: While the model showed that nilotinib treatment of imatinib-intolerant or resistant CML-CP patients was more effective and less costly than dasatinib treatment, there is considerable uncertainty in the findings.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».