Estimation of the cost-effective threshold of a quality-adjusted life year in China based on the value of statistical life
Notice bibliographique
Résumé
Cost-effective threshold (CET) is essential for health technology assessment and decision-making based on health economic evaluations. Recently, it has been argued that the commonly used once and three times of gross domestic product (GDP) per capita CETs of a quality-adjusted life year (QALY) are not necessarily empirically supported in all countries. Therefore, we aimed to estimate the CET of a QALY as times of GDP per capita in China, of which the reimbursement coverage decisions are increasingly engaging economic evaluations. Estimates on the value of statistical life (VSL) in China were identified from several studies in the literature and converted to times of GDP per capita, the weighted average of which was used for subsequent calculation. By pooling data on population mortality, health utility, and age distribution, we estimated the value of a statistical QALY (VSQ) from VSL using an established mathematical process, which represented the theoretical upper bound of CET. The corresponding point estimate and theoretical lower bound were obtained using their numerical relationships with the upper bound. Scenarios analyses were also conducted. The estimated CET, its upper bound, and its lower bound were 1.45, 2.90, and 1.16 times of GDP per capita in China, respectively. In different scenarios, the estimated CET varied but was greater than once GDP per capita in most cases. As such, the CET of a QALY in China is close to 1.5 times of GDP per capita, which should be benchmarked for future ICER-based coverage decisions.
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 | 0,054 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».