The Economic Burden of Anti-Vascular Endothelial Growth Factor on Patients and Caregivers in the UK, Europe, and North America
Notice bibliographique
Résumé
INTRODUCTION: Intravitreal (IVT) injections of anti-vascular endothelial growth factor (VEGF) agents are the standard of care for neovascular age-related macular degeneration (nAMD) and diabetic macular edema (DME). While demonstrated to be effective, these treatments potentially place a significant burden on patients owing to their cost and frequency of treatment visits required for administration. The objective of this study was to investigate the economic burden of treatment on patients with nAMD/DME and their informal caregivers in seven countries. METHODS: Data were collected from patients and caregivers in the USA, UK, Canada, Italy, Spain, Germany, and France using a survey between September and December 2022. Each survey collected data to facilitate calculating economic burden, combining the total financial costs (i.e., direct costs to receive treatment) and productivity losses associated with attending treatment appointments over a 6-month period. Quality of life data were collected using validated instruments. RESULTS: In total, 194 patients and 194 caregivers reported currently receiving (or caring for someone who receives) anti-VEGF treatment. Across all countries, the modal frequency of anti-VEGF treatment was every 4 weeks, except for patients with DME (every 8 weeks). The largest, mean 6-month economic burden on the pooled population of patients with nAMD/DME was reported in Italy (€1244) and on caregivers it was in the USA (€3069). Economic burden was lower for respondents receiving fewer anti-VEGF injections. CONCLUSIONS: More durable therapies for nAMD/DME would reduce treatment burden and have a sizeable impact financially on patients with nAMD/DME and their caregivers.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».