Abstract 12120: Cost-Effectiveness of Earlier Initiation of Sodium-Glucose Cotransporter 2 Inhibitors in Patients With a History of Heart Failure
Notice bibliographique
Résumé
Background: Patients with heart failure (HF) are at increased risk after hospitalisations for HF (HHF). Timely initiation of medical therapy may reduce morbidity and mortality in these patients. The Dapagliflozin And Prevention of Adverse-outcomes in Heart Failure (DAPA-HF) trial demonstrated that dapagliflozin reduced the risk of worsening HF and mortality when added to guideline-directed medical therapy (GDMT). Whilst previous economic evaluations have demonstrated that dapagliflozin is cost-effective; timing of initiation has not been considered. Objective: This study assessed whether early addition of dapagliflozin (D+GDMT) was cost-effective compared to a 12-month delay. Methods: A published lifetime Markov model was utilised with health states defined by Kansas City Cardiomyopathy (KCCQ) score, type 2 diabetes status and incidence of HF events. We analysed the DAPA-HF trial to estimate the incidence of HF events using a negative binomial regression model, and parametric survival analysis for all-cause death. Direct healthcare costs (2019 GBP) and utility values were sourced from the published literature and DAPA-HF, respectively. We estimated lifetime costs and quality adjusted life years (QALYs) for early initiation of D+GDMT compared to a 12-month delay. Results: Standard therapy was associated with lifetime costs of £12,641 and 4.11 QALYs. Treatment with D+GDMT with 12 months delay was associated with total discounted lifetime costs and QALYs of £15,966 and 4.71 respectively. Early initiation was associated with lifetime cost and QALYS; £16,518 and 4.78 respectively. Consequently, early initiation was associated with an additional cost of £552 and QALY gains of 0.08 resulting in an incremental cost effectiveness ratio of £8,515. Conclusion: Early or late initiation of D+GDMT is cost-effective. However, earlier initiation is associated with rapid improvement in patient symptoms leading to 10% greater QALY gains at a very attractive ICER.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».