Cost–effectiveness of ticagrelor in patients with type 2 diabetes and coronary artery disease: a European economic evaluation of the THEMIS trial
Notice bibliographique
Résumé
AIMS: To conduct a health economic evaluation of ticagrelor in patients with type 2 diabetes and coronary artery disease (CAD) from a multinational payer perspective. Cost-effectiveness and cost-utility of ticagrelor were evaluated in the overall effect of Ticagrelor on Health Outcomes in Diabetes Mellitus Patients Intervention Study (THEMIS) trial population and in the predefined patient group with prior percutaneous coronary intervention. METHODS AND RESULTS: A Markov model was developed to extrapolate patient outcomes over a lifetime horizon. The primary outcome was incremental cost-effectiveness ratios (ICERs), which were compared with conventional willingness-to-pay thresholds [€47 000/quality-adjusted life-year (QALY) in Sweden and €30 000/QALY in other countries].Treatment with ticagrelor resulted in QALY gains of up to 0.045 in the overall population and 0.099 in patients with percutaneous coronary intervention (PCI). Increased costs and benefits translated to ICERs ranged between €27 894 and €42 252/QALY across Sweden, Germany, Italy, and Spain in the overall population. In patients with prior PCI, estimated ICERs improved to €18 449, €20 632, €20 233, and €13 228/QALY in Sweden, Germany, Italy, and Spain, respectively, driven by higher event rates and treatment benefit. CONCLUSION: Based on THEMIS results, ticagrelor plus aspirin compared with aspirin alone may be cost-effective in some European countries in patients with T2DM and CAD and no prior myocardial infarction (MI) or stroke. Additionally, ticagrelor is likely to be cost-effective across European countries in patients with a history of PCI.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».