Economic evaluation of the Hepatitis C virus elimination program in the country of Georgia, 2015 to 2017
Notice bibliographique
Résumé
BACKGROUND AND AIMS: In 2015, the country of Georgia launched an elimination program aiming to reduce the prevalence of Hepatitis C virus (HCV) infection by 90% from 5.4% prevalence (~150 000 people). During the first 2.5 years of the program, 770 832 people were screened, 48 575 were diagnosed with active HCV infection, and 41 483 patients were treated with direct-acting antiviral (DAA)-based regimens, with a >95% cure rate. METHODS: We modelled the incremental cost-effectiveness ratio (ICER) of HCV screening, diagnosis and treatment between April 2015 and November 2017 compared to no treatment, in terms of cost per quality-adjusted life year (QALY) gained in 2017 US dollars, with a 3% discount rate over 25 years. We compared the ICER to willingness-to-pay (WTP) thresholds of US$4357 (GDP) and US$871 (opportunity cost) per QALY gained. RESULTS: The average cost of screening, HCV viremia testing, and treatment per patient treated was $386 to the provider, $225 to the patient and $1042 for generic DAAs. At 3% discount, 0.57 QALYs were gained per patient treated. The ICER from the perspective of the provider including generic DAAs was $2285 per QALY gained, which is cost-effective at the $4357 WTP threshold, while if patient costs are included, it is just above the threshold at $4398/QALY. All other scenarios examined in sensitivity analyses remain cost-effective except for assuming a shorter time horizon to the end of 2025 or including the list price DAA cost. Reducing or excluding DAA costs reduced the ICER below the opportunity-cost WTP threshold. CONCLUSIONS: The Georgian HCV elimination program provides valuable evidence that national programs for scaling up HCV screening and treatment for achieving HCV elimination can be cost-effective.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».