Adopting life-cycle HTA: a tumor-agnostic precision oncology index economic evaluation from publicly available reimbursement reviews
Notice bibliographique
Résumé
OBJECTIVES: Life-cycle health technology assessment (HTA) requires an index economic model to establish how estimated cost-effectiveness evolves with emerging evidence. We developed an open-source index economic evaluation of entrectinib, a tumor-agnostic therapy with conditional market authorization. Our objective was to replicate the initial HTA report from publicly available information, aiming to identify key operational and methodological aspects for operationalizing life-cycle decision-making. METHODS: We used partitioned survival analysis to determine tumor-agnostic and tumor-specific cost-effectiveness, using publicly available HTA reviews for parameterization. We estimated incremental costs in 2021 Canadian and US dollars (CAD and USD) from a public-payer healthcare perspective, quality-adjusted life years (QALYs), and incremental net monetary benefit (INMB). We assessed the impact of treatment effectiveness, extrapolation assumptions, and next-generation sequencing (NGS) costs. RESULTS: = 30) were unavailable in the Canadian reimbursement review and were sourced from international reviews. Tumor-agnostic incremental costs were CAD 68,451 (95 percent confidence interval: 35,466, 92,155) and USD 54,608 (28,294, 73,518), and QALYs were 0.13 (-0.42, 0.42), yielding INMB CAD -55,803 at 100,000/QALY (USD -44,518). Full extrapolation of treatment effectiveness also yielded negative INMB (CAD -66,664). Inclusion of NGS costs diminished the expected value. Heterogeneity was considerable across tumor indications. CONCLUSIONS: We developed an open-source index economic evaluation to operationalize life-cycle HTA for a conditionally authorized tumor-agnostic therapy. Our findings outline key operational and methodological considerations necessary for the development of index economic models that support life-cycle HTA, offering insights into their potential integration into regular HTA and policy decision-making processes.
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 | 0,105 | 0,327 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,007 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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; 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 ».