A Model-Based Estimate of the Cost-Effectiveness Threshold in Germany
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Value-based pricing of new, innovative health technologies defined as pricing through economic evaluation requires the use of a basic cost-effectiveness threshold. This study presents a cost-effectiveness model that determines the cost-effectiveness threshold for life-extending new, innovative technologies based on health system opportunity costs. METHODS: To estimate health system opportunity costs, the study used German data and examined the period between 1896 and 2014. To this end, it determined intertemporal differences in the remaining lifetime spending and life expectancy by age and gender. To account for the age composition of the population, it weighted age-specific intertemporal changes in the remaining lifetime spending and life expectancy by the age-specific population size. To estimate life expectancy gains solely attributable to the health care system, it used aggregated data on amenable mortality. It calculated the cost-effectiveness ratio of health care spending in the German health care system on average and at the margin. RESULTS: Based on the cost-effectiveness ratio of health care spending at the margin, the threshold value for life-prolonging new, innovative technologies was at least €42,634 per life-year gained, with a point estimate of €88,107 per life-year gained. Based on the average ratio, the threshold value dropped below €34,000 per life-year gained. CONCLUSION: This study provides new evidence on the cost-effectiveness threshold for value-based pricing of new, innovative technologies. Data from Germany suggest that a threshold value based on health care spending at the margin is considerably higher than that based on the average ratio.
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.
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 | 0,020 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle