992-P: Coronary Artery Calcium Scoring to Improve Statin Use in Adults with Type 2 Diabetes Not on Statin Therapy—Anticipated Cost Utility
Notice bibliographique
Résumé
Background: Statin use in adults with diabetes is sub-optimal. Coronary artery calcium (CAC) scoring can provide a visual quantification of CV risk and may improve statin initiation and long-term use. Objective: Estimate the cost-utility of CAC scoring compared to traditional CV risk counselling only, for improving statin use in adults with diabetes who have not previously had a CV event, and are not on statin therapy. Methods: Probabilistic Markov model from a health system perspective, over a 10-year time horizon. The effectiveness of CAC scoring was obtained from the EISNER trial. Outcomes included acute coronary syndrome (ACS), stroke, heart failure, mortality, and radiation-induced cancer. Outcome rates and costs were obtained from an analysis of Alberta administrative data, and from publicly available sources. The base population modeled was men age 60, with additional analyses for other age, sex-groups and scenarios. Results: CAC scoring increased statin use to 44% vs 25% with traditional CV risk counselling only. There were 8.4 fewer ACS, 5.5 fewer strokes, and 1.6 fewer deaths / 1000 individuals. Costs were slightly lower (-$14, 95% CI [-$402-(+$208)]) (CAD), for a small benefit in quality-adjusted life years (+0.01, [0.00-0.02]), with mean ICER of $7,132 (-$27,828-(+$65,513)) / QALY. At a willingness-to-pay of $50,000 / QALY, CAC was cost-effective in 95% of trials. CAC scoring was not cost-effective in younger men or in women, but could be cost-effective or cost savings in men (age ≥ 40) and older women (age ≥ 60) who refuse statin therapy, but would be persuaded by personalized evidence of coronary artery disease (CAC score > 10). Conclusion: CAC scoring may be cost-effective in older men not receiving statins, and in men or older women who agree to use statins if shown personalized evidence of coronary artery disease. Disclosure D.Lau: None. G.J.Pearson: Advisory Panel; HLS Therapeutics Inc., Novartis Pharmaceuticals Corporation, Pharmacience, Consultant; Trimedic Therapeutics. P.Raggi: None. S.Klarenbach: Research Support; Bayer Inc., Allergan, GlaxoSmithKline plc., CSL Behring, Lundbeck, University Hospital Foundation (University of Alberta), Purdue Canada.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».