The impact of biosimilar use on healthcare utilization among new users of etanercept for inflammatory arthritis: a population-based regression discontinuity analysis
Notice bibliographique
Résumé
Background: Epidemiological evidence on biosimilars' real-world performance is limited. On July 18th, 2017, a biosimilar health policy was implemented in British Columbia (BC), Canada, mandating all patients initiating a new biologic medication to be prescribed a biosimilar (if/when available). Exploiting a policy change as a natural experiment, we assessed the real-world impact of biosimilar use for inflammatory arthritis (IA) on health resource utilization as a surrogate marker of real-world effectiveness and safety. Methods: Using administrative health data, we identified all incident etanercept users for IA in BC with initiation dates between 2014 and 2020 (n = 3004) [63·6% female; mean (S.D.) age at IA disease diagnosis 52·5 (16·6) years]. Healthcare utilization over three years after initiation was assessed using outcomes including - physician visits (PV), all-cause hospitalizations (ACH), infection-related hospitalizations (IRH), length of hospital stays (LOS), and emergency room visits (ERV). Using regression discontinuity design, we compared healthcare utilization risk in patients initiating etanercept immediately before/after policy-change date, representing the intention-to-treat effect. Additionally, we estimated the complier average causal effect of biosimilar use with instrumental variable (IV) control function method. Findings: Intention-to-treat analyses showed no significant impact of biosimilar policy implementation on PV, HOSP, IRH, LOS, or ERV, with respective adjusted RRs of 0·96 (95% CI: 0·82-1·12), 0·84 (95% CI: 0·49-1·44), 0·91 (95% CI: 0·21-3·86), 0·94 (95% CI: 0·41-2·15), and 0·91 (95% CI: 0·44-1·88). IV analyses indicated biosimilar use in routine settings did not significantly change healthcare utilization, compared to originator etanercept. Interpretation: No significant impact of biosimilar policy or actual biosimilar use on healthcare utilization was observed, suggesting equivalent real-world effectiveness and safety of biosimilars to originators and no unintended consequences of the policy change. Funding: CHIR and NSERC.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».