Cost-Effectiveness of Pembrolizumab Versus Carboplatin and Paclitaxel in Patients With Unresectable or Metastatic Melanoma After First-Line Treatment in China
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to evaluate the cost-effectiveness of pembrolizumab compared with standard-of-care chemotherapy (paclitaxel + carboplatin [PC]) in patients with unresectable or metastatic melanoma after first-line treatment from a Chinese healthcare system perspective. METHODS: We conducted a partitioned-survival model with a 1-week cycle length and a 20-year base-case time horizon. Piecewise parametric models were fitted to KEYNOTE-006 trial data to estimate progression-free survival and overall survival for pembrolizumab, and a network meta-analysis was used to estimate the clinical outcomes for standard of care. Quality-adjusted life-years (QALYs) were calculated using EQ-5D data from KEYNOTE-006, applying Chinese-specific utility tariffs. Costs included drug acquisition, administration, adverse events, and disease management, reflecting the Chinese pricing system. Chinese-specific disease management costs were estimated based on clinical opinion on health state resource use and chemotherapy-related adverse events. Costs and outcomes were discounted at 5% annually. Multiple deterministic and probabilistic sensitivity analyses were performed to test the robustness of the results. RESULTS: In the base-case analysis, the treatment of pembrolizumab is estimated to yield 2.63 life-years (LYs) and 2.24 QALYs at an incremental cost of ¥372 316.46 versus PC. The incremental costs per LY and per QALY were ¥141 771.00 and ¥165 865.69, respectively, the latter being below a threshold of 3 times the per capita gross domestic product (￥193 932) in China, deemed as cost-effective according to the World Health Organization threshold. These findings were robust against a wide range of sensitivity analyses. CONCLUSIONS: Pembrolizumab is projected as cost-effective compared with PC in patients with unresectable or metastatic melanoma after first-line treatment in China.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».