Early Health Economic Modeling of Novel Therapeutics in Age-Related Hearing Loss
Notice bibliographique
Résumé
Background: Health systems face challenges to accelerate access to innovations that add value and avoid those unlikely to do so. This is very timely to the field of age-related sensorineural hearing loss (ARHL), where a significant unmet market need has been identified and sizeable investments made to promote the development of novel hearing therapeutics (NT). This study aims to apply health economic modeling to inform the development of cost-effective NT. Methods: We developed a decision-analytic model to assess the potential costs and effects of using regenerative NT in patients ≥50 with ARHL. This was compared to the current standard of care including hearing aids and cochlear implants. Input data was collected from systematic literature searches and expert opinion. A UK NHS healthcare perspective was adopted. Three different but related analyses were performed using probabilistic modeling: (1) headroom analysis, (2) scenario analyses, and (3) threshold analyses. Results: The headroom analysis shows an incremental net monetary benefit (iNMB) of £20,017[£11,299-£28,737] compared to the standard of care due to quality-adjusted life-years (QALY) gains and cost savings. Higher therapeutic efficacy and access for patients with all degrees of hearing loss yields higher iNMBs. Threshold analyses shows that the ceiling price of the therapeutic increases with more severe degrees of hearing loss. Conclusion: NT for ARHL are potentially cost-effective under current willingness-to-pay (WTP) thresholds with considerable room for improvement in the current standard of care pathway. Our model can be used to help decision makers decide which therapeutics represent value for money and are worth commissioning, thereby paving the way for urgently needed NT.
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 | 0,008 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».