P.105 Therapeutic options for changing the course of disease in generalized myasthenia gravis (gMG) and fiscal consequences for Canadian governments
Notice bibliographique
Résumé
Background: Generalized myasthenia gravis (gMG) is a potentially life threatening chronic autoimmune disease that can impair patients’ ability to work effectively and increase reliance on public support benefits. A public economic framework was used to explore how treatment influences patients’ and caregivers’ economic activity, including tax revenues and public support in Canada. Methods: Natural history of gMG was simulated using a multi-state Markov cohort model. Health states were based on MG Activities of Daily Living (MG-ADL) total score in patients with AChR-Ab+ refractory gMG. Treatment, costs, and economic outcomes of patients taking efgartigimod were compared with alternative therapeutic options. Canadian public support benefits were based on official government sources. Results: Improved MG-ADL states predict higher workforce participation, lower rates of disability and less caregiving needs, resulting in higher tax revenues and less public support costs. Compared to alternative therapeutic options, efgartigimod is estimated to yield lifetime fiscal gains of $458,755 that exceed the incremental cost of $291,073, suggesting the Canadian government receives $1.6 for every $1.0 spent on efgartigimod for the treatment of gMG. Conclusions: Compared with alternative options, efgartigimod generated a positive fiscal return for the Canadian governments with additional savings from disease management, public benefits, and averted tax revenue losses.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 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 ».