Cost-Effectiveness of Acthar Gel Versus Standard of Care for the Treatment of Exacerbations in Moderate-to-Severe Systemic Lupus Erythematosus
Notice bibliographique
Résumé
INTRODUCTION: Gel (repository corticotropin injection) versus SoC treatment in patients with active, moderate-to-severe SLE from the US payer and societal perspectives over 2 and 3 years. METHODS: Cost-effectiveness model was developed using a probabilistic cohort-level state-transition approach. Patients received Acthar Gel in an exacerbation state, and the outcomes were assessed at the end of a 3-month cycle for response achievement based on the probability of treatment success with Acthar Gel. Patients may sustain the response or experience an exacerbation. For the base case scenario, moderate-to-severe SLE was defined as British Isles Lupus Assessment Group (BILAG)-2004 ≥ 20 or SLE Disease Activity Index 2000 (SLEDAI-2K) ≥ 10 and clinical response was based on SLE responder index (SRI)-4. Clinical response, productivity loss, and utility were derived from a phase 4 SLE trial; cost and disutility estimates were sourced from the literature. RESULTS: From a payer perspective, Acthar Gel versus SoC resulted in an incremental cost-effectiveness ratio (ICER) of $133,110 per quality-adjusted life-year (QALY) and $94,818 per QALY over 2 and 3 years, respectively. From a societal perspective, Acthar Gel versus SoC results in an ICER of $70,827 per QALY and $32,525 per QALY over 2 and 3 years, respectively. Results from the sensitivity and scenario analyses are consistent with those of the base case model. CONCLUSIONS: Acthar Gel is a cost-effective, value-based treatment option for appropriate patients with moderate-to-severe SLE at a willingness-to-pay threshold of $150,000 over 2-3 years from the US payer and societal perspectives. Acthar Gel results in the reduction of direct medical and indirect costs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».