Cost-Effectiveness of Canakinumab From a Canadian Perspective for Recurrent Cardiovascular Events
Notice bibliographique
Résumé
Background: Cardiovascular (CV) disease is a condition with high levels of morbidity and mortality. Canakinumab is a novel monoclonal antibody therapy that has been shown to reduce CV events but is associated with side effects and high cost. The main objective for this analysis is to determine whether canakinumab use is cost-effective for the prevention of recurrent CV events. Methods: A decision model was developed to estimate the direct costs and outcomes among patients who have suffered a myocardial infarction and are treated with canakinumab. A lifetime study horizon was used to analyze the base-case costs and utilities from the perspective of the Canadian publicly funded healthcare system. Markov modeling was used in combination with Monte Carlo simulation to derive expected values for costs and quality-adjusted life years (QALYs), permitting the calculation of incremental cost-effectiveness ratios. Results: Canakinumab was associated with higher average lifetime costs per patient ($457,982 vs $82,565) and higher average QALYs per patient (14.90 vs 14.20), compared with standard of care. Thus, the incremental cost per QALY gained for canakinumab treatment vs standard-of-care therapy was $535,365. The probability that canakinumab treatment is cost-effective was 0%. Results were consistent over a range of scenario analyses. Conclusions: Treatment of patients post-myocardial infarction with canakinumab is not cost-effective, compared with standard-of-care therapy at the current price. Based on currently accepted willingness-to-pay thresholds in Canada, a reduction in price of 91% is required to yield a cost per patient that would be considered appropriate.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».