Cost-utility of real-time continuous glucose monitoring versus self-monitoring of blood glucose in people with insulin-treated Type 2 diabetes in Canada
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
Aim: Clinical trials and real-world data for Type 2 diabetes have shown that real-time continuous glucose monitoring (rt-CGM) lowers glycated hemoglobin (A1c) and reduces hypoglycemia relative to self-monitoring of blood glucose (SMBG). This analysis examined the long-term health and economic outcomes associated with using rt-CGM versus SMBG in people with insulin-treated Type 2 diabetes in Canada. Materials & methods: Clinical data were sourced from a real-world study, in which rt-CGM reduced A1C by 0.56% versus continued SMBG. The analysis was performed using the IQVIA Core Diabetes Model, from a Canadian payer perspective over a lifetime horizon for a cohort aged 65 years with an A1C of 8.3% at baseline. Future costs and clinical outcomes were discounted at 1.5% annually. Results: Projected total mean lifetime costs were CAD 207,466 for rt-CGM versus CAD 189,863 for SMBG (difference: CAD 17,602) and projected mean quality-adjusted life expectancy was 9.97 quality-adjusted life years (QALYs) for rt-CGM versus 9.02 QALYs for SMBG (difference: 0.95 QALYs), resulting in an incremental cost-utility ratio (ICUR) of CAD 18,523 per QALY gained for rt-CGM versus SMBG. Findings were sensitive to changes in the A1C treatment effect, annual cost and quality of life benefit associated with using rt-CGM, SMBG frequency, and baseline age, but ICURs remained below CAD 50,000 per QALY in all analyses. Conclusion: For people in Canada with insulin-treated Type 2 diabetes and poor glycemic control, use of rt-CGM is likely to be cost-effective relative to SMBG.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| 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 | 0,001 |
| 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