Estimated Societal Value of Lecanemab in Patients with Early Alzheimer’s Disease Using Simulation Modeling
Notice bibliographique
Résumé
INTRODUCTION: Alzheimer's disease (AD) is a progressive neurodegenerative disorder associated with memory, cognitive, and behavioral deficits, and brings significant economic burden on caregivers and healthcare systems. This study aims to estimate the long-term societal value of lecanemab plus standard of care (SoC) versus SoC alone, corresponding to a range of willingness-to-pay (WTP) thresholds based on the phase III CLARITY AD trial readouts from both the US payer and societal perspectives. METHODS: An evidence-based model was developed to simulate the effects of lecanemab on disease progression in early AD using interconnected predictive equations based on longitudinal clinical and biomarker data derived from the Alzheimer's Disease Neuroimaging Initiative (ADNI). The model was informed with the results of the phase III CLARITY AD trial and published literature. Key model outcomes included patient life-years (LYs), quality-adjusted life-years (QALYs), and total costs of both the direct and indirect costs of patients and caregivers over a lifetime horizon. RESULTS: Patients treated with lecanemab plus SoC gained an additional 0.62 years of life versus SoC alone (6.23 years vs. 5.61 years). The mean time on lecanemab was 3.91 years, and the treatment was associated with an increase in patient QALYs of 0.61 and an increase in total QALYs of 0.64 when both patient and caregiver utilities were considered. The model estimated that the annual value of lecanemab for the US payer perspective was US$18,709-35,678 ($19,710-37,351 for societal perspective) at the WTP threshold of $100,000-200,000 per QALY gained, respectively. Scenario analyses of patient subgroups, time horizon, input sources, treatment stopping rules, and treatment dosing were conducted to explore the impact of alternative assumptions on the model results. CONCLUSION: The economic study suggested that lecanemab plus SoC would improve health and humanistic (quality of life) outcomes and reduce economic burden for patients and caregivers in early AD.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».