MétaCan
Menu
Retour à la cohorte
Enregistrement W4205746204 · doi:10.1080/13696998.2022.2030148

Clinical and economic benefits of lenzilumab plus standard of care compared with standard of care alone for the treatment of hospitalized patients with COVID-19 in the United States from the hospital perspective

2022· article· en· W4205746204 sur OpenAlexaff
Adrian Kilcoyne, E. O. Jordan, Allen S. Zhou, Kimberly Thomas, Alicia N. Pepper, Dale Chappell, Miyuru Amarapala, Avery Hughes, Melissa L. Thompson Bastin

Notice bibliographique

RevueJournal of Medical Economics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensEVERSANA (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicinePopulationMechanical ventilationIntensive care unitEmergency medicinePneumoniaClinical trialIntensive care medicineInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

AIMS: Estimate the clinical and economic benefits of lenzilumab plus standard of care (SOC) compared with SOC alone in the treatment of patients hospitalized with COVID-19 pneumonia from the United States (US) hospital perspective. MATERIALS AND METHODS: A per-patient cost calculator was developed to report the clinical and economic benefits associated with adding lenzilumab to SOC in newly hospitalized COVID-19 patients over 28 days. Clinical inputs were based on the LIVE-AIR trial, including failure to achieve survival without ventilation (SWOV), mortality, time to recovery, intensive care unit (ICU) admission, and invasive mechanical ventilation (IMV) use. Base case costs included the anticipated list price of lenzilumab, drug administration, and hospital resource costs based on the level of care required. A scenario analysis examined projected one-year rehospitalization costs. RESULTS: In the base case and all scenarios, lenzilumab plus SOC improved all specified clinical outcomes relative to SOC alone. Lenzilumab plus SOC resulted in estimated cost savings of $3,190 per patient in a population aged <85 years with C-reactive protein (CRP) levels <150 mg/L and receiving remdesivir (base case). Per-patient cost savings were observed in the following scenarios: (1) aged <85 years with CRP <150 mg/L, with or without remdesivir ($1,858); (2) Black and African American patients with CRP <150 mg/L ($13,154); and (3) Black and African American patients from the full population, regardless of CRP level ($2,763). In the full modified intent-to-treat population, an additional cost of $4,952 per patient was estimated. When adding rehospitalization costs to the index hospitalization, a total per-patient cost savings of $5,154 was estimated. CONCLUSIONS: The results highlight the clinical benefits for SWOV, ventilator use, time to recovery, mortality, time in ICU, and time on IMV, in addition to an economic benefit from the US hospital perspective associated with adding lenzilumab to SOC for COVID-19 patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,033
Tête enseignante GPT0,382
Écart entre enseignants0,349 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical EconomicsMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207