The cost-effectiveness of semaglutide in reducing cardiovascular risk among people with overweight and obesity and existing cardiovascular disease, but without diabetes
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The Semaglutide Effects on Cardiovascular Outcomes in People with Overweight or Obesity (SELECT) trial demonstrated significant reductions in cardiovascular outcomes in people with cardiovascular disease (CVD) and overweight or obesity (but without diabetes). However, the cost of the medication has raised concerns about its financial viability and accessibility within healthcare systems. This study explored whether the use of semaglutide for the secondary prevention of CVD in overweight or obesity is cost-effective from the Australian healthcare perspective. METHODS AND RESULTS: A Markov model was developed based on the SELECT trial to model the clinical outcomes and costs of a hypothetical population treated with semaglutide vs. placebo, in addition to standard care, and followed up over 20 years. With each annual cycle, subjects were at risk of having non-fatal CVD events or dying. Model inputs were derived from SELECT and published literature. Costs were obtained from Australian sources. All outcomes were discounted by 5% annually. The main outcome of interest was the incremental cost-effectiveness ratio (ICER) in terms of cost per year of life saved (YoLS) and cost per quality-adjusted life year (QALY) gained. With an annual estimated cost of semaglutide of A$4175, the model resulted in ICERs of A$99 853 (US$143 504; £40 873) per YoLS and A$96 055 (US$138 046; £39 318) per QALY gained. CONCLUSION: Assuming a willingness-to-pay threshold of A$50 000, semaglutide is not considered cost-effective at the current price. A price of ≤A$2000 per year or more targeted use in high-risk patients would be needed for it to be considered cost-effective in the Australian 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 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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,000 |
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 ».