MétaCan
Menu
Retour à la cohorte
Enregistrement W4387821300 · doi:10.51731/cjht.2023.760

Cost-Effectiveness of Nirsevimab for the Prevention of Respiratory Syncytial Virus Infection in Infants

2023· article· en· W4387821300 sur OpenAlexaboutno aff
Ramon Brown, Sean Tiggelaar, Bernice Tsoi, Ian Cromwell

Notice bibliographique

RevueCanadian Journal of Health Technologies · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory viral infections research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeneralizability theoryCost effectivenessEconomic evaluationPopulationMedicineEnvironmental healthImmunizationEconomic costCost–benefit analysisDemographyImmunologyBiologyAntibodyPsychologyEconomics

Résumé

récupéré en direct d'OpenAlex

During CADTH’s search of the economic literature, 3 economic studies were identified that assessed the cost-effectiveness of a long-acting monoclonal antibody, nirsevimab, as an intervention to prevent respiratory syncytial virus in infants in high-income countries, including 1 study set in Nunavik. The 3 studies were conducted for different geographical locations: Canada, the US, and England and Wales. While each study conducted an economic evaluation, their approaches differed: 1 was a cost-consequence analysis and the other 2 were cost-utility analyses. The results from the 3 studies varied considerably, and the nirsevimab programs differed (e.g., in terms of patients eligible for immunization). In general, nirsevimab was generally more effective and associated with lower total costs than comparator programs. The results were sensitive to the modelled region, source of efficacy data, price of nirsevimab, and severity of the respiratory syncytial virus season. The generalizability of the identified studies to Canadian policy-making may be limited given the population compositions and cost parameters included in the models. To understand the potential cost-effectiveness of nirsevimab, a de novo economic evaluation would be required that compared nirsevimab with the existing preventive strategies employed in Canada (which may include monoclonal antibodies for infants) and is conducted in a Canadian setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,180
Tête enseignante GPT0,455
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Health TechnologiesMême sujetRespiratory viral infections researchTravaux en français237 207