Comparative analysis of disease modelling for health economic evaluations of systemic therapies in advanced hepatocellular carcinoma
Notice bibliographique
Résumé
BACKGROUND: The objective of this study was to systematically analyse methodological and structural assumptions utilised in model-based health economic evaluations of systemic advanced hepatocellular carcinoma (HCC) therapies, discuss the existing challenges, and develop methodological recommendations for future models in advanced HCC. METHODS: We performed literature searches using five databases (Embase, PubMed, Web of Science, Econlit, and CNKI) up to December 4, 2022. Technology appraisals from Canada, England, Australia, and the United States were also considered. Model-based full economic evaluations of systemic advanced HCC therapies in English or Chinese met the eligibility criteria. The reporting quality was assessed by using the Consolidated Health Economic Evaluation Reporting Standards 2022 checklist. RESULTS: Of 12,863 records retrieved, 55 were eligible for inclusion. Markov model (n = 29, 53%) and partitioned survival model (n = 27, 49%) were the most commonly used modelling techniques. Most studies were based on health-state-driven structure (n = 51, 93%), followed by treatment-line-driven structure (n = 2, 4%) and combination structure (n = 1, 2%). Only three studies (5%) adopted external real-world data to extrapolate the overall survival or calibrate the extrapolation. Few studies reported the assumptions of transition probabilities. Utility modelling approaches were state-based (n = 51, 93%) and time-to-death (n = 1, 2%). Only 13 studies (24%) reported five types of model validation. Economic evaluation results of specific treatment strategies varied among studies. CONCLUSIONS: Disease modelling for health economic evaluations of systemic therapies in advanced HCC has adopted various modelling approaches and assumptions, leading to marked uncertainties in results. By proposing methodological recommendations, we suggest that future model-based studies for health economic evaluation of HCC therapies should follow good modelling practice guidelines and improve modelling methods to generate reliable health and economic evidence.
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 | 0,166 | 0,326 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,015 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».