134-OR: Cost-Effectiveness of a Real-Time Continuous Glucose Monitoring System vs. Self-Monitoring of Blood Glucose in Type 2 Diabetes Patients on Insulin in Canada
Notice bibliographique
Résumé
A health economic analysis was conducted to determine the cost-effectiveness of a real-time continuous glucose monitoring (rt-CGM) system versus self-monitoring of blood glucose (SMBG) in Type 2 diabetes (T2D) patients treated with insulin. The IQVIA CORE diabetes model was utilized for the analysis. Clinical data were sourced from a US retrospective cohort study of adult T2D patients on insulin and adapted to Canada. The baseline mean age (SD) of the cohort was 61 years (13.2) and proportion of male 49%. Mean baseline HbA1c for the cohort was 8.3% (67 mmol/mol) . Patients using rt-CGM were assumed to have a reduction in HbA1c of -0.56% based on the mean difference between groups after 12-months follow-up. A quality-of-life (QoL) benefit associated with reduced finger-stick testing was applied. The analysis was conducted from the Canadian Agency for Drugs and Technologies in Health perspective over a lifetime horizon. The rt-CGM system was associated with an incremental gain of 0.97 quality-adjusted life years (QALYs) compared with SMBG (mean [SD] 10.35 [3.08] versus 9.375 [2.85] QALYs) . Total mean [SD] lifetime costs were CAN$ 17,223 higher with rt-CGM (CAN$ 206,284 [121,493] versus 189,061 [129.680]) , resulting in an incremental cost-effectiveness ratio of CAN$ 17,652 per QALY gained. Sensitivity analyses demonstrated findings were sensitive to changes in QoL, HbA1c, younger patient cohorts, and rt-CGM cost. Varying rt-CGM cost to -25% of base case yielded an ICER of CAN$ 3,512, and varying rt-CGM cost to -50% of base case the ICER becomes dominant over SMBG. For T2D patients on insulin, rt-CGM was associated with significant clinical outcomes and is a cost-effective management option relative to SMBG based on a willingness-to-pay threshold of CAN$ 50,000 per QALY gained. Disclosure J.J.Isitt: Consultant; Dexcom, Inc. S.Roze: None. G.Cogswell: None. P.M.Lynch: Employee; Dexcom, Inc., Stock/Shareholder; Dexcom, Inc.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».