Evaluating Cost-Effectiveness of Antiretroviral Therapy over Time: A Cohort and Cost-Effectiveness Study
Notice bibliographique
Résumé
OBJECTIVE: To estimate the costs and cost-effectiveness of introducing highly active antiretroviral therapy (HAART) in Denmark based on real-world evidence for the three treatment eras pre-HAART (1985-1995), early HAART (1996-2005), and late HAART (2006-2017). METHODS: We performed a cohort study using Danish clinical and administrative registries to estimate costs, quality-adjusted life-years (QALYs), and life-years (LY) gained per person living with human immunodeficiency virus (PLHIV) in three treatment eras. The study utilized Markov modeling for a health economic evaluation, which summarized inputs from real-world evidence and estimated the cost-effectiveness in 2017 prices of the introduction of HAART in Denmark. We performed deterministic and probabilistic sensitivity analyses to assess the robustness of the results. RESULTS: The total annual costs per PLHIV increased with the introduction of HAART for the index year but decreased in the incremental years and the last year of life. The total lifetime discounted (and undiscounted) cost for an average PLHIV was €91,010 (€128,981) in pre-HAART, €103,130 (€199,062) in early HAART, and €126,317 (€254,964) in late HAART. The estimated incremental cost-effectiveness ratios showed that early HAART was cost-effective compared with pre-HAART with an incremental cost-effectiveness ratio (ICER) of €1378 per QALY, and that late HAART was cost-effective compared with early HAART with an ICER of €7385 per QALY. Sensitivity analyses confirmed cost-effectiveness in all scenarios. CONCLUSIONS: The introduction and implementation of HAART in Danish healthcare was cost-effective, and in some scenarios, even disruptive, i.e., led to both cheaper and more effective care of PLHIV.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».