O28/275 Cost utility analysis of bridging intravenous thrombolysis with endovascular thrombectomy
Notice bibliographique
Résumé
<h3>Introduction</h3> Clinical equipoise exists behind bridging intravenous thrombolysis (BT) with endovascular thrombectomy (EVT). <h3>Aim of Study</h3> To compare the cost-effectiveness of EVT alone vs. BT in acute ischemic stroke (AIS) <h3>Methods</h3> We conducted a model-based cost-utility analysis comparing the cost-effectiveness of EVT alone vs. BT in AIS. Subsequently, we developed a Markov state transition model to assess the costs and outcomes over 1-year, 5-year, and 20-year time horizons. We considered the impact of disability and recurrent stroke on mortality risk, health-related quality of life, and costs. We estimated total and incremental cost, quality-adjusted life years (QALYs), and incremental cost-effectiveness ratio (ICER), expressed as an incremental cost per QALY gained of BT compared with EVT alone. Probabilistic analysis was used to calculate the reference case estimates. <h3>Results</h3> The average costs per patient were estimated to be $55,503, $57,814, $68,183, and $84,946 for BT, and $47,311, $49,556, $59,625, and $75,898 for EVT only over 90-day, 1-year, 5-year, and 20-year, respectively. The cost saving of EVT only strategy was driven by the avoided medication costs of IVT (ranging from $8,193 to $9,048). The additional thrombolytics led to slight decrease in QALY estimate during the 90-day time horizon (loss of 0.0016 QALY), but a small gain over 1-year, 5-year, and 20-year time horizons (0.0108, 0.0638, and 0.1481 QALY). With similar outcomes and less cost, the EVT only strategy was cost-effective compared with BT. <h3>Conclusion</h3> Our cost-effectiveness model suggests bridging with thrombolytics may not be cost-effective in AIS secondary to large vessel occlusion. <h3>Disclosure of Interest</h3> The authors have nothing to disclose.
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 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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 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 tête enseignante, 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 ».