Cost-effectiveness analysis of statins for the treatment of hospitalized COVID-19 patients
Notice bibliographique
Résumé
BACKGROUND: A recent systematic review and meta-analysis reporting on thirteen published cohorts investigating 110,078 patients demonstrated that patients who were administered statins after their COVID-19 diagnosis and hospitalization were had a lower risk of mortality. While these findings are encouraging, given competing COVID-19 treatment approaches, it is unclear if statin use should be prioritized and if its use is a cost-effective treatment options for hospitalized COVID-19 patients. In this study, we report on a cost-effectiveness analysis of statin-containing treatment regimens for hospitalized COVID-19 patients. METHODS: A Markov model was used to compare statin use and no statin use among hospitalized COVID-19 patients from a United States healthcare perspective. The cycle length was one week, with a time horizon of 4 weeks. A Monte Carlo microsimulation with 20,000 samples were used. All analyses were conducted using TreeAge Pro Healthcare Version 2021 R1.1. RESULTS: The mean cost for patients receiving statins in addition to usual care was $31,623 (SD $20,331), whereas the mean cost for patients not receiving statins was $33,218 (SD $25,440). The mean effectiveness for the two cohorts were 1.73 (SD 0.96) and 1.71 (SD 1.00), respectively. CONCLUSIONS: This analysis demonstrated that treatment of hospitalized COVID-19 patients with statins was both cheaper and more effective than treatment without statins; statin-containing therapy dominates over non-statin therapy. Statin medications for the treatment of COVID-19 should be further investigated in randomized controlled trials, especially considering its cost-effective nature. Optimistically and pending the results of future randomized trials, statins should be considered for use broadly for the treatment of hospitalized 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 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 | 0,002 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».