Predicting the Societal Value of Lecanemab in Early Alzheimer’s Disease in Japan: A Patient-Level Simulation
Notice bibliographique
Résumé
INTRODUCTION: Alzheimer's disease (AD), a neurodegenerative disorder that progresses from mild cognitive impairment (MCI) to dementia, is responsible for significant burden on caregivers and healthcare systems. In this study, data from the large phase III CLARITY AD trial were used to estimate the societal value of lecanemab plus standard of care (SoC) versus SoC alone against a range of willingness-to-pay (WTP) thresholds from a healthcare and societal perspective in Japan. METHODS: A disease simulation model was used to evaluate the impact of lecanemab on disease progression in early AD based on data from the phase III CLARITY AD trial and published literature. The model used a series of predictive risk equations based on clinical and biomarker data from the Alzheimer's Disease Neuroimaging Initiative and Assessment of Health Economics in Alzheimer's Disease II study. The model predicted key patient outcomes, including life years (LYs), quality-adjusted life years (QALYs), and total healthcare and informal costs of patients and caregivers. RESULTS: Over a lifetime horizon, patients treated with lecanemab plus SoC gained an additional 0.73 LYs compared with SoC alone (8.50 years vs. 7.77 years). Lecanemab, with an average treatment duration of 3.68 years, was found to be associated with a 0.91 increase in patient QALYs and a total increase of 0.96 when accounting for caregiver utility. The estimated value of lecanemab varied according to the WTP thresholds (JPY 5-15 million per QALY gained) and the perspective employed. From the narrow healthcare payer's perspective, it ranged from JPY 1,331,305 to JPY 3,939,399. From the broader healthcare payer's perspective, it ranged from JPY 1,636,827 to JPY 4,249,702, while from the societal perspective, it ranged from JPY 1,938,740 to JPY 4,675,818. CONCLUSION: The use of lecanemab plus SoC would improve health and humanistic outcomes with reduced economic burden for patients and caregivers with early AD in Japan.
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 | 0,009 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».