Economic evaluation of endovascular treatment for acute ischaemic stroke in Thailand
Notice bibliographique
Résumé
OBJECTIVES: Endovascular therapy (EVT) has proven to be clinically effective in treating large vessel occlusion acute ischaemic stroke (AIS), either alone or in combination with intravenous alteplase. Despite this, there is a limited evidence on the cost-effectiveness of EVT in Thailand and other low-income and middle-income countries. This study aims to assess whether EVT is a cost-effective therapy for AIS, and to estimate the fiscal burden to the Thai government through budget impact analysis. METHODS: An economic evaluation was performed to compare AIS therapy with and without EVT from a societal perspective. The primary outcome was incremental cost-effectiveness per quality-adjusted life year (QALY) gained. Clinical parameters were derived from both national and international literature, while cost and utility data were collected locally. The analysis applied a cost-effectiveness threshold of 160 000 Baht (~$5000) per QALY, as set by the Thai government. RESULTS: Both EVT alone and EVT combined with intravenous alteplase, among patients who are ineligible and eligible for intravenous alteplase, respectively, improved health outcomes but incurred additional cost. The combination of EVT and intravenous alteplase was associated with an incremental cost-effectiveness ratio (ICER) of 146 800 THB per QALY gained compared with intravenous alteplase alone, and the ICER of EVT alone compared with supportive care among patients ineligible for intravenous alteplase was estimated at 115 000 THB per QALY gained. Sensitivity analysis showed that the price of EVT has the greatest impact on model outcomes. Over a time horizon of 5 years, the introduction of EVT into the Thai health benefit package would require an additional budget of 887 million THB, assuming 2000 new cases per year. CONCLUSIONS: EVT represents good value for money in the Thai context, both when provided to patients eligible for intravenous alteplase, and when provided alone to those who are ineligible for intravenous alteplase.
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 | 0,011 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 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) | 0,005 | 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 ».