Patients on vitamin K treatment: is switching to direct-acting oral anticoagulation cost-effective? A target trial on a prospective cohort
Notice bibliographique
Résumé
AIMS: Direct-acting oral anticoagulants (DOACs) have, to a substantial degree, replaced vitamin K antagonists (VKA) as treatments for stroke prevention in atrial fibrillation (AF) patients. However, evidence on the real-world causal effects of switching patients from VKA to DOAC is lacking. We aimed to assess the empirical incremental cost-effectiveness of switching patients to DOAC compared with maintaining VKA treatment. METHODS: The target trial approach was applied to the prospective observational Swiss-AF cohort, which enrolled 2415 AF patients from 2014 to 2017. Clinical data, healthcare resource utilisation and EQ-5D-based utilities representing quality of life were collected in yearly follow-ups. Health insurance claims were available for 1024 patients (42.4%). Overall survival, quality-of-life, costs from the Swiss statutory health insurance perspective and cost-effectiveness were estimated by emulating a target trial in which patients were randomly assigned to switch to DOAC or maintain VKA treatment. RESULTS: 228 patients switching from VKA to DOAC compared with 563 patients maintaining VKA treatment had no overall survival advantage over a 5-year observation period (HR 0.99, 95% CI 0.45, 1.55). The estimated gain in quality-adjusted life years (QALYs) was 0.003 over the 5-year period at an incremental costs of CHF 23 033 (€ 20 940). The estimated incremental cost-effectiveness ratio was CHF 425 852 (€ 387 138) per QALY gained. CONCLUSIONS: Applying a causal inference method to real-world data, we could not demonstrate switching to DOACs to be cost-effective for AF patients with at least 1 year of VKA treatment. Our estimates align with results from a previous randomised trial.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».