Cost effectiveness analysis of a fixed dose combination pill for primary prevention of cardiovascular disease from an individual participant data meta-analysis
Notice bibliographique
Résumé
Background: Cardiovascular disease (CVD) continues to impart a large burden on the global population, especially in lower income countries where affordability limits the use of cardiovascular medicines. A fixed dose combination strategy of at least 2 blood pressure lowering medications and a statin with aspirin in a single pill has been shown to reduce the risk of incident CVD by 38% in primary prevention in a recent meta-analysis. We report the in-trial (median follow-up: 5 years) cost-effectiveness of a fixed dose combination (FDC) pill in different income groups based on data from that meta-analysis. Methods: Countries were categorized using World Bank economic groups: Lower Middle Income Countries (LMIC), Upper Middle Income Countries (UMIC) and High Income Countries (HIC). Country specific costs were obtained for hospitalized events, procedures, and non-study medications (2020 USD). FDC price was based on the cheapest equivalent substitute (CES) for each component. Findings: For the CES-FDC pill versus control the difference in cost was $346 (95% CI: $294-$398) per participant in Lower Middle Income Countries, $838 (95% CI: $781-$895) in Upper Middle Income Countries and $42 (95% CI: -$155 to $239) (cost-neutral) in High Income Countries. During the study period the CES-FDC pill was associated with incremental gain in quality-adjusted life years of 0.06 (95% CI: 0.04-0.08) resulting in an incremental cost-effectiveness ratio (ICER) of $5767 (95% CI: 5735-$5799), $13,937 (95% CI: $13,893-$14,041) and $700 (95% CI: $662-$738) respectively. In subgroups analyses, the highest 10 years CVD risk subgroup had ICERs of $2033, $7322 and -$6000/QALY. Interpretation: A FDC pill produced at CES costs is cost-neutral in HIC. Governments of LMI and UMI countries should assess these results based on the ICER threshold accepted in their own country and own specific health care priorities but should consider prioritizing this strategy for patients with high 10 years CVD risk as a first step. Funding: Population Health Research Institute.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
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 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 ».