Health economic consequences of optimal vs. observed guideline adherence of coronary angiography in patients with suspected obstructive stable coronary artery in Germany: a microsimulation model
Notice bibliographique
Résumé
AIMS: While the number of patients with stable coronary artery disease (SCAD) is similar across European countries, Germany has the highest per capita volume of coronary angiographies (CA). This study evaluated the health economic consequences of guideline-non-adherent use of CA in patients with SCAD. METHODS AND RESULTS: As part of the ENLIGHT-KHK trial, a prospective observational study, this microsimulation model compared the number of major adverse cardiac events (MACE) and the costs of real-world use of CA with those of (assumed) complete guideline-adherent use (according to the German National Disease Management Guideline 2019). The model considered non-invasive testing, CA, revascularization, MACE (30 days after CA), and medical costs. Model inputs were obtained from the ENLIGHT-KHK trial (i.e. patients' records, a patient questionnaire, and claims data). Incremental cost-effectiveness ratios were calculated by comparing the differences in costs and MACE avoided from the perspective of the Statutory Health Insurance (SHI). Independent on pre-test probability (PTP) of SCAD, complete guideline adherence for usage of CA would result in a slightly lower rate of MACE (-0.0017) and less cost (€-807) per person compared with real-world guideline adherence. While cost savings were shown for moderate and low PTP (€901 and €502, respectively), for a high PTP, a guideline-adherent process results in slightly higher costs (€78) compared with real-world guideline adherence. Sensitivity analyses confirmed the results. CONCLUSION: Our analysis indicates that improving guideline adherence in clinical practice by reducing the amount of CAs in patients with SCAD would lead to cost savings for the German SHI.
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) | 0,001 | 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) | 0,000 | 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 ».