Pragmatic pharmacoeconomic analyses by using post-market adverse drug reaction reports: an illustration using infliximab, adalimumab, and the Canada vigilance adverse reaction database
Notice bibliographique
Résumé
BACKGROUND: The prediction of the real-world cost of adverse drug reactions (ADRs) has historically relied on the data from randomized controlled trials (RCT). However, trial conditions do not always reflect the real-world applications of pharmaceutical products; hence, they may not accurately portray the actual risks of ADRs associated with them. The objective of this study is two-fold: (a) demonstrate whether and how post-market and RCT ADR data could lead to different conclusions for a set of drugs of interest, and (b) evaluate the potential economic impact of the post-market ADRs associated with those drugs. METHODS: We selected two TNF-α inhibitor biologics, infliximab and adalimumab, and used the Canada Vigilance Adverse Reaction (CVAR) online database as a source of post-market ADR data. Adverse reaction data from RCTs were obtained from ClinicalTrials.gov . Direct healthcare costs associated with adverse reactions were obtained from Canadian Institute for Health Information (CIHI) or Interactive Health Data Application, Alberta. We calculated post-market ADR rates and compared them with those found in the randomized controlled trials of these two drugs. Using the post-market data, we estimated the costs associated with serious ADRs from three perspectives: patient, health system, and societal. RESULTS: For both drugs, the post-market and RCT data exhibited significantly different adverse reaction rates for several different clinical outcomes. As a general trend, more serious adverse reactions, such as death, appeared to have a higher rate in post-market applications compared to the clinical trials. The estimated average annual economic burden of the severe adverse reaction outcomes ranged from $10 million to $20 million for infliximab and $6 million to $19 million for adalimumab. CONCLUSIONS: The frequency and severity of post-market adverse reactions associated with pharmaceutical products may significantly differ from those detected in the clinical trials. Despite possible methodological differences, this is due to the fact that post-market data reflect the externalities of the real-world that are absent in RCTs. The economic burden of adverse reactions can be substantial, and the cost calculated using post-market data is better reflective of the cost of ADRs in the real-world.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».