A US payer budget impact analysis of Flurpiridaz-PET-MPI compared to SPECT-MPI in the diagnosis of coronary artery disease
Notice bibliographique
Résumé
Aims: This economic model was developed to assess the budget impact of a novel radiotracer, Flurpiridaz (F 18 -PET-MPI), compared to SPECT-MPI from a US payer perspective. Materials and Methods:The model was developed comparing F 18 -PET-MPI and SPECT-MPI, with F 18 -PET-MPI modality share increasing from 0.5% to 2.5% of the total MPI modality share, over a 5-year time horizon.The model estimates the impact of diagnostic performance on downstream healthcare resource utilization (HCRU) including invasive coronary angiography (ICA), revascularization, pharmacological treatment, and cardiac outcomes (CO) such as cardiac mortality (CM) and myocardial infarction (MI).Four suspected CAD populations, including general and difficult-to-image subgroups, were analyzed.Clinical inputs used to support the parameterization of the model were sourced from a systematic literature search and included claims-based real-world evidence, observational, and multicenter registry studies to inform the rates of HCRU and CO, and head-to-head comparative clinical trial data advised diagnostic performance inputs.Reimbursement codes informed MPI modality costs.Results are reported as per-member per-month (PMPM) based on a hypothetical health plan.Results: In all suspected CAD populations analyzed, there was a nominal cost increase in the world with F 18 -PET-MPI.The 5-year average PMPM incremental budget impact ranged from $0.02 to $0.05 across all suspected CAD subgroups.Cost-savings were associated with decreased downstream CO such as CM, MI, and ICA. Limitations and Conclusion:The available literature to source all parameters in the model was limited; therefore, assumptions and additional calculations were made based on published evidence to inform the model.A one-way sensitivity analysis was performed to confirm and address uncertainty in key parameters.This comprehensive analysis illustrates that the superior diagnostic performance of F 18 -PET-MPI may result in reduced adverse CO events and associated costs, increased appropriate identification and treatment of CAD, and a minimal increase in overall costs among general and difficult-to-image patient subgroups.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».