MétaCan
Menu
Retour à la cohorte
Enregistrement W4323920777 · doi:10.1007/s40273-022-01234-7

Capturing the Impact of Constraints on the Cost-Effectiveness of Cell and Gene Therapies: A Systematic Review

2023· review· en· W4323920777 sur OpenAlexaboutno aff
Sean P. Gavan, Stuart Wright, Fiona Thistlethwaite, Katherine Payne

Notice bibliographique

RevuePharmacoEconomics · 2023
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesInnovate UKNational Institute for Health and Care Research
Mots-clésMedicineHealth careMEDLINEHealth economicsSystematic reviewPaymentEconomic evaluationCost effectivenessActuarial sciencePublic healthRisk analysis (engineering)BusinessNursingEconomicsPathologyFinanceBiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Decision-makers need to resolve constraints on delivering cell and gene therapies to patients as these treatments move into routine care. This study aimed to investigate if, and how, constraints that affect the expected cost and health consequences of cell and gene therapies have been included in published examples of cost-effectiveness analyses (CEAs). METHOD: A systematic review identified CEAs of cell and gene therapies. Studies were identified from previous systematic reviews and by searching Medline and Embase until 21 January 2022. Constraints described qualitatively were categorised by theme and summarised by a narrative synthesis. Constraints evaluated in quantitative scenario analyses were appraised by whether they changed the decision to recommend treatment. RESULTS: Thirty-two CEAs of cell (n = 20) and gene therapies (n = 12) were included. Twenty-one studies described constraints qualitatively (70% cell therapy CEAs; 58% gene therapy CEAs). Qualitative constraints were categorised by four themes: single payment models; long-term affordability; delivery by providers; manufacturing capability. Thirteen studies assessed constraints quantitatively (60% cell therapy CEAs; 8% gene therapy CEAs). Two types of constraint were assessed quantitatively across four jurisdictions (USA, Canada, Singapore, The Netherlands): alternatives to single payment models (n = 9 scenario analyses); improving manufacturing (n = 12 scenario analyses). The impact on decision-making was determined by whether the estimated incremental cost-effectiveness ratios crossed a relevant cost-effectiveness threshold for each jurisdiction (outcome-based payment models: n = 25 threshold comparisons made, 28% decisions changed; improving manufacturing: n = 24 threshold comparisons made, 4% decisions changed). CONCLUSION: The net health impact of constraints is vital evidence to help decision-makers scale up the delivery of cell and gene therapies as patient volume increases and more advanced therapy medicinal products are launched. CEAs will be essential to quantify how constraints affect the cost-effectiveness of care, prioritise constraints to be resolved, and establish the value of strategies to implement cell and gene therapies by accounting for their health opportunity cost.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,051
score de la tête « metaresearch » (Gemma)0,219
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,268

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0510,219
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0090,014
Bibliométrie0,0110,011
Études des sciences et des technologies0,0010,002
Communication savante0,0070,006
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,532
Tête enseignante GPT0,529
Écart entre enseignants0,003 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacoEconomicsMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207