MODELLING THE PAN-EUROPEAN ECONOMIC BURDEN OF ALZHEIMER'S DISEASE
Notice bibliographique
Résumé
Background: Recent advances open the opportunity of altering the course of Alzheimer's disease (AD) through lifestyle-based modifications and novel therapies. Ensuring that society is investing limited budgets in the interventions that have the greatest potential to generate tangible impact will require tools to guide policymakers. Objectives: To build on previous studies to develop an economic model that estimates the societal burden of AD and evaluates the potential impact of novel interventions in six large European countries. Design: AD progression was modelled using a published Markov structure with a 40-year time horizon to estimate lifetime costs and life years in a cohort aged 65 years and above diagnosed with mild cognitive impairment due to AD (MCI-AD) in 2020. Demographic projections were utilized to estimate the prevalence of MCI-AD up to 2100, total corresponding costs and life years. The model allows a comparison of costs associated with the introduction of a hypothetical new disease-modifying therapy that slows disease progression between MCI-AD and all AD-Dementia stages as well as a 'delayed onset' scenario where disease progression is halted at the MCI-AD stage, potentially occurring, for example, through lifestyle-based modifications. Results: The 2022 present value of total lifetime costs for this cohort moving through all disease stages is ~€1.2T. Approximately 80% of the present value of lifetime costs in our model are driven by informal care and non-medical direct costs. Our model suggests that a 25% and 50% reduction in disease progression compared to natural history could translate into a present value of cost savings of €33.7B and €72.7B. Halting MCI-AD progression for 3 years with no therapeutic effect thereafter resulted in a present value cost savings of €84.7B in savings. Conclusions: Our data further suggest that early intervention via disease-modifying therapies or lifestyle-based modifications in AD could result in cost savings for society. Additionally, our findings reinforce the importance of accounting for the full value of innovative interventions, management and care paradigms, including their potential impact on direct, indirect and intangible costs impacting patients, their care partners and health and social care systems.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».