MétaCan
Menu
Retour à la cohorte
Enregistrement W4200579141 · doi:10.1007/s40273-021-01106-6

Comparative Effectiveness and Cost-Effectiveness of Natalizumab and Fingolimod in Patients with Inadequate Response to Disease-Modifying Therapies in Relapsing-Remitting Multiple Sclerosis in the United Kingdom

2021· article· en· W4200579141 sur OpenAlexaff
Timothy Spelman, William L. Herring, Yuanhui Zhang, Michael Tempest, Isobel Pearson, Ulrich Freudensprung, Carlos Acosta, T. Dort, Robert Hyde, Eva Havrdová, Dana Horáková, María Trojano, Giovanna De Luca, Alessandra Lugaresi, Guillermo Izquierdo, Pierre Grammond, Pierre Duquette, Raed Alroughani, Eugenio Pucci, Franco Granella, Jeannette Lechner‐Scott, Patrizia Sola, Diana Ferraro, François Grand’Maison, Murat Terzi, Csilla Rózsa, Cavit Boz, Raymond Hupperts, Vincent Van Pesch, Celia Oreja‐Guevara, Anneke van der Walt, Vilija Jokubaitis, Tomáš Kalinčík, Helmut Butzkueven, V. Jokubaitis

Notice bibliographique

RevuePharmacoEconomics · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensHôpital Charles-Le MoyneHôpital Notre-DameCentre intégré de santé et de services sociaux de Chaudière-Appalaches
Organismes subventionnairesSanofi GenzymeEMD SeronoMonash UniversityNovartis PharmaAlexion PharmaceuticalsTeva Pharmaceutical IndustriesMylanBiogenMedDay PharmaceuticalsCelgeneSanofi
Mots-clésFingolimodNatalizumabMedicineMultiple sclerosisHealth economicsRelapsing remittingCost effectivenessQuality of Life ResearchPublic healthPharmacoeconomicsDiseaseIntensive care medicinePhysical therapyImmunologyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients with highly active relapsing-remitting multiple sclerosis inadequately responding to first-line therapies (interferon-based therapies, glatiramer acetate, dimethyl fumarate, and teriflunomide, known collectively as "BRACETD") often switch to natalizumab or fingolimod. OBJECTIVE: The aim was to estimate the comparative effectiveness of switching to natalizumab or fingolimod or within BRACETD using real-world data and to evaluate the cost-effectiveness of switching to natalizumab versus fingolimod using a United Kingdom (UK) third-party payer perspective. METHODS: Real-world data were obtained from MSBase for patients relapsing on BRACETD in the year before switching to natalizumab or fingolimod or within BRACETD. Three-way-multinomial-propensity-score-matched cohorts were identified, and comparisons between treatment groups were conducted for annualised relapse rate (ARR) and 6-month-confirmed disability worsening (CDW6M) and improvement (CDI6M). Results were applied in a cost-effectiveness model over a lifetime horizon using a published Markov structure with health states based on the Expanded Disability Status Scale. Other model parameters were obtained from the UK MS Survey 2015, published literature, and publicly available UK sources. RESULTS: The MSBase analysis found a significant reduction in ARR (rate ratio [RR] = 0.64; 95% confidence interval [CI] 0.57-0.72; p < 0.001) and an increase in CDI6M (hazard ratio [HR] = 1.67; 95% CI 1.30-2.15; p < 0.001) for switching to natalizumab compared with BRACETD. For switching to fingolimod, the reduction in ARR (RR = 0.91; 95% CI 0.81-1.03; p = 0.133) and increase in CDI6M (HR = 1.30; 95% CI 0.99-1.72; p = 0.058) compared with BRACETD were not significant. Switching to natalizumab was associated with a significant reduction in ARR (RR = 0.70; 95% CI 0.62-0.79; p < 0.001) and an increase in CDI6M (HR = 1.28; 95% CI 1.01-1.62; p = 0.040) compared to switching to fingolimod. No evidence of difference in CDW6M was found between treatment groups. Natalizumab dominated (higher quality-adjusted life-years [QALYs] and lower costs) fingolimod in the base-case cost-effectiveness analysis (0.453 higher QALYs and £20,843 lower costs per patient). Results were consistent across sensitivity analyses. CONCLUSIONS: This novel real-world analysis suggests a clinical benefit for therapy escalation to natalizumab versus fingolimod based on comparative effectiveness results, translating to higher QALYs and lower costs for UK patients inadequately responding to BRACETD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,119
Tête enseignante GPT0,374
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacoEconomicsMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207