Cost-effectiveness of weight-management pharmacotherapies in Canada: a societal perspective
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to assess the cost-effectiveness of weight-management pharmacotherapies approved by Canada Health, i.e., orlistat, naltrexone 32 mg/bupropion 360 mg (NB-32), liraglutide 3.0 mg and semaglutide 2.4 mg as compared to the current standard of care (SoC). METHODS: , and 27.6% having type 2 diabetes. Using treatment-specific changes in surrogate endpoints from the STEP trials (BMI, glycemic, blood pressure, lipids), besides a network meta-analysis, the occurrence of weight-related complications, costs, and quality-adjusted life-years (QALYs) were projected over lifetime. RESULTS: From a societal perspective, at a willingness-to-pay (WTP) threshold of CAD 50 000 per QALY, semaglutide 2.4 mg was the most cost-effective treatment, at an incremental cost-utility ratio (ICUR) of CAD 31 243 and CAD 29 014 per QALY gained versus the next best alternative, i.e., orlistat, and SoC, respectively. Semaglutide 2.4 mg extendedly dominated other pharmacotherapies such as NB-32 or liraglutide 3.0 mg and remained cost-effective both under a public and private payer perspective. Results were robust to sensitivity analyses varying post-treatment catch-up rates, longer treatment durations and using real-world cohort characteristics. Semaglutide 2.4 mg was the preferred intervention, with a likelihood of 70% at a WTP threshold of CAD 50 000 per QALY gained. However, when the modeled benefits of weight-loss on cancer, mortality, cardiovascular disease (CVD) or osteoarthritis surgeries were removed simultaneously, orlistat emerged as the best value for money compared with SoC, with an ICUR of CAD 35 723 per QALY gained. CONCLUSION: Semaglutide 2.4 mg was the most cost-effective treatment alternative compared with D&E or orlistat alone, and extendedly dominated other pharmacotherapies such as NB-32 or liraglutide 3.0 mg. Results were sensitive to the inclusion of the combined benefits of mortality, cancer, CVD, and knee osteoarthritis.
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 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 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) | 0,004 | 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 ».