A comparison of healthcare resource utilization and costs between patients with chronic lymphocytic leukemia treated with first-line ibrutinib or acalabrutinib using two large US real-world databases
Notice bibliographique
Résumé
Aim: Real-world evidence comparing healthcare resource utilization (HRU) and costs between ibrutinib and acalabrutinib, two Bruton’s tyrosine kinase inhibitors for the treatment of chronic lymphocytic leukemia and small lymphocytic lymphoma (CLL/SLL) is limited. Materials & methods: Commercial claims from IQVIA PharMetrics Plus and electronic medical records from Acentrus were used to separately evaluate HRU and costs in CLL/SLL patients initiating first-line (1L) single-agent ibrutinib or acalabrutinib on or after 21 November 2019 (index date). Imputed costs were used for Acentrus using previously published assumptions. Regression analyses adjusted for baseline characteristics were used to compare HRU and costs between ibrutinib and acalabrutinib during 1L therapy. Results: In IQVIA, 537 and 355 patients initiated 1L ibrutinib and acalabrutinib, respectively; in Acentrus, 710 and 373 patients initiated 1L ibrutinib and acalabrutinib, respectively. The mean duration of 1L (in years) was longer for ibrutinib (IQVIA: 1.2; Acentrus: 1.3) than acalabrutinib (IQVIA: 0.8; Acentrus: 0.9). The number of CLL/SLL-related outpatient visits were significantly lower for ibrutinib versus acalabrutinib (IQVIA: 0.86 vs 1.09 per-patient-per-month, rate ratio: 0.85, p = 0.018; Acentrus: 0.57 vs 0.74 per-patient-per-month, rate ratio: 0.80, p = 0.036). Using claims data for IQVIA and imputed costs for Acentrus, total all-cause costs (IQVIA: mean monthly cost difference [MMCD]: -$764, p = 0.279; Acentrus: MMCD: -$1355, p = 0.004) and CLL/SLL related costs (IQVIA: MMCD: -$649, p = 0.133; Acentrus: MMCD: -$1215, p = 0.004) were lower for ibrutinib versus acalabrutinib. Conclusion: In this large real-world study using a mix of claims data and imputed cost estimates, CLL/SLL patients treated with ibrutinib had longer duration of 1L, fewer days with CLL/SLL-related outpatient services and numerically lower all-cause and CLL/SLL-related costs versus acalabrutinib, showing that ibrutinib can be an optimal cost-effective option in 1L.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».