How was published evidence used in model-based cost-utility analysis for lung cancer?
Notice bibliographique
Résumé
BACKGROUND: Model-based cost-utility analysis (CUA) is a widely used method for evaluating the value of innovative medicines for lung cancer. However, comprehensive evidence exploring the sources of input parameters for CUA modeling is lacking. The objective of this study was to analyze the sources of clinical efficacy and safety, cost, and health utility parameters in model-based CUAs for advanced lung cancer in the United States (US) and China. METHODS: We systematically reviewed model-based CUAs of pharmacological treatments for advanced lung cancer published between January 1, 2018 and March 31, 2025 in the US and Chinese setting. We classified the source of each parameter and retrieved the references cited for the parameters to analyze the citation path and level until we identified the original studies. We also compared the disease and region of parameters used in CUAs with those reported in the original studies. RESULTS: A total of 235 studies involving 10,005 parameters were included. Nearly half of the parameters (49.9%) were derived from published literature. Meanwhile, 17.7% had unidentifiable sources and 1.3% were based on assumptions. Among parameters cited from published literatures, 90.7% were first-level citations, but only 64.2% of cost parameters met this standard. Additionally, 30.8% of parameters showed discrepancies in disease or region between the CUAs and original studies. Parameter source distributions were similar between Chinese and US models. However, substantial differences were observed between Chinese and US models in the citation levels of cost parameters and the use of non-local utility data. CONCLUSIONS: This study highlights challenges in parameter citation and the use of data inconsistent with the target disease and region in model-based CUAs. Enhancing transparency requires direct citation of original studies and generation of disease- and region-specific data to support robust economic evaluations.
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 | 0,218 | 0,701 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,018 |
| Bibliométrie | 0,043 | 0,045 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,020 | 0,016 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».