Cost-Effectiveness of Sacubitril/Valsartan Compared with Enalapril in Patients with Heart Failure with Reduced Ejection Fraction: A Systematic Review
Notice bibliographique
Résumé
Background: To assess the cost-effectiveness of sacubitril/valsartan compared with enalapril in patients with heart failure with reduced ejection (HFrEF). Methods: A systematic literature search was conducted searching in major electronic databases from inception to January 1, 2021. All relevant full economic evaluation studies of sacubitril/valsartan versus enalapril for the treatment of patients with HFrEF were identified using ad hoc search strategies. Mortality, hospital admissions, quality-adjusted life years (QALYs), life-years (LYQs), annual drug costs, total lifetime costs, and incremental cost-effectiveness ratio (ICER) were considered as the outcomes. The quality of the included studies was assessed using the CHEERS checklist. This study was conducted and reported in accordance with the "Preferred Reporting Items for Systematic Reviews and Meta-Analyses" (PRISMA) guidelines. Results: The initial search yielded a pool of 1026 articles, of which 703 unique articles were screened, 65 full-text articles were assessed for eligibility and 15 studies finally included in the qualitative synthesis. Studies show that sacubitril/valsartan reduces mortality and hospitalization rate. The mean of death risk ratio and hospitalization were computed at 0.843 and 0.844, respectively. Sacubitril/valsartan produced higher annual and total lifetime costs. The lowest and highest lifetime costs for sacubitril/valsartan were found in Thailand ($4,756) and Germany ($118,815), respectively. The lowest ICER was reported in Thailand ($4857/QALY) and the highest in the USA ($143,891/QALY). Conclusion: Sacubitril/valsartan is associated with better outcomes and may be cost-effective compared to enalapril for the management of HFrEF. However, in developing countries such as Thailand, sacubitril-valsartan costs must be reduced to yield an ICER below the threshold.
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 | 0,010 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,016 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».