OP61 Target Trial Emulation To Determine The Population-Level Cost-Effectiveness Of Multigene Panel Sequencing For Advanced Melanoma
Notice bibliographique
Résumé
Introduction Compared to single-gene BRAF testing to guide targeted treatment with BRAF/MEK inhibitors for advanced melanoma, multigene panels can identify additional gene mutations with known therapeutic or prognostic relevance. Implementation of multigene panels remains uneven across healthcare systems given an uncertain clinical and economic evidence base. We determined the population-level cost-effectiveness of multigene panels compared to single-gene BRAF testing for advanced melanoma. Methods Our population-based retrospective study emulated a hypothetical pragmatic trial comparing multigene panel sequencing to single-gene BRAF testing. We drew on comprehensive patient-level clinical and health administrative data between September 2016 and December 2018 in British Columbia, Canada. To emulate random treatment assignment, we 1:1 matched multigene panel patients to contemporaneous single-gene tested controls using genetic algorithm-based matching. We estimated three-year overall survival and healthcare costs (2021 CAD), and incremental net monetary benefit (INMB) for life years gained (LYG) using inverse probability of censoring weighted linear regression and nonparametric bootstrapping. We also estimated overall survival using Weibull regression and Kaplan–Meier survival analysis. Results We matched 147 patients with advanced melanoma receiving multigene panel sequencing to contemporaneous single-gene-tested controls, achieving good balance for all 15 baseline clinical and sociodemographic covariates. After matching, mean incremental costs were CAD19,447 (USD14,217) (95% confidence interval [CI]: −CAD18,517 [−USD13,537], CAD76,006 [USD55,565]; p=0.41) and mean incremental LYG were 0.22 (95% CI: −0.05, 0.49; p=0.12). We found uncertain differences on overall survival using Kaplan–Meier (stratified Log-rank test p=0.11) and Weibull regression (HR: 0.73 [95% CI: 0.51, 1.03]; p=0.07) survival analysis. Cost differences were driven by systemic therapy (∆C: CAD8,665 [USD6,334]; 95% CI: −CAD36,387 [−USD26,600], CAD53,716 [USD39,268]; p=0.71). The INMB at CAD100,000(USD73,104)/LYG was CAD2,646 (USD1,934) (95% CI: −CAD30,044 [−USD21,963], CAD43,416 [USD31,739]; p=0.89), with a 52.8 percent probability of being cost effective. Conclusions There were clinically relevant but uncertain differences in improved survival associated with multigene panel sequencing for advanced melanoma, and the cost-effectiveness of panel-based testing was finely balanced. This real-world evidence generated using randomized trial design principles can support jurisdictions’ deliberations on the reimbursement of precision oncology interventions.
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 | 0,042 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 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 ».