The Potential Economic Value of Lecanemab in Patients with Early Alzheimer’s Disease Using Simulation Modeling
Notice bibliographique
Résumé
INTRODUCTION: Alzheimer's disease (AD) is a progressive, neurodegenerative disease that affects memory, thinking, and behavior and places a substantial economic burden on caregivers and healthcare systems. This early-phase study aimed to model lecanemab, a humanized monoclonal antibody targeting amyloid protofibrils, for patients with early AD, and estimate the potential value-based price (VBP) of lecanemab + standard of care (SoC) compared to SoC alone given an expected product profile of lecanemab informed by data from a phase II trial from payer and societal perspectives using a broad range of willingness-to-pay (WTP) thresholds in the USA. METHODS: A disease simulation model was used to capture how key AD pathology components relate to the clinical and economic presentation of AD. The effects of disease modification and early intervention on disease progression were simulated on the basis of BAN2401-G000-201 trial data as well as published literature. Model outcomes included patient and caregiver quality-adjusted life years (QALYs), total life years, and total care costs including direct medical and non-medical costs for healthcare resource use and indirect costs for caregiving over a lifetime horizon. RESULTS: Lecanemab + SoC was predicted to result in a gain of 0.61 QALYs (societal, 0.64) and a $8707 decrease in total non-treatment costs (societal, $11,214) vs. SoC alone for patients with early AD. For a WTP threshold range of $50,000 to $200,000 per QALY gained, the potential annual VBP of lecanemab was estimated at $9249 (societal, $10,400) to $35,605 (societal, $38,053), respectively. Other patient subsets, treatment stopping rules, and dosing regimens were used to assess the sensitivity of the VBP estimates. CONCLUSION: The early model predicted that lecanemab would potentially improve long-term health outcomes and reduce formal and informal care costs, resulting in a range of VBPs that reflect the value of lecanemab to society.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 | 0,002 |
| 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 ».