MétaCan
Menu
Retour à la cohorte
Enregistrement W4412511548 · doi:10.1080/13696998.2025.2536430

Evaluating the impact of population-based and cohort-based models in cost-effectiveness analysis: a case study of pneumococcal conjugate vaccines in infants in Germany

2025· article· en· W4412511548 sur OpenAlexaff
Johnna Perdrizet, Dominik Schröder, Felicitas Kühne, J. Schiffner‐Rohe, Maren Laurenz, Christian Theilacker, Aleksandar Ilic, An Ta, Christof von Eiff

Notice bibliographique

RevueJournal of Medical Economics · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePneumonia and Respiratory Infections
Établissements canadiensPfizer (Canada)
Organismes subventionnairesPfizer
Mots-clésMedicinePneumococcal conjugate vaccineCohortPopulationConjugateIntensive care medicinePediatricsPneumococcal diseaseStreptococcus pneumoniaeInternal medicineEnvironmental healthAntibiotics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objective of this analysis is to evaluate the impact of model choice (closed single-cohort versus population-based) in cost-effectiveness analysis (CEA) using pneumococcal conjugate vaccines (PCVs) in infants in Germany as a case study. METHODS: Two Markov models were developed: one with a closed single-cohort model and one with a population-based model. Except for the design of the modelled population/cohort, all other inputs and characteristics were kept identical between the models. Comparators included PCV20 under a 3 + 1 vaccination schedule versus PCV13 and PCV15 under a 2 + 1 vaccination schedule. Health and economic outcomes were compared between the two models. RESULTS: The population-based model demonstrated that PCV20 was cost-saving and provided better health outcomes compared to both PCV13 and PCV15, indicating PCV20 as the dominant strategy with negative ICERs per QALY. In contrast, the closed single-cohort model showed PCV20 was associated with higher total costs compared to PCV13 and PCV15. CONCLUSION: This analysis highlights the importance of accurately identifying the relevant population when conducting CEAs of vaccines. This is particularly crucial when a vaccine produces indirect effects in individuals who are not directly vaccinated, as this otherwise leads to an underestimation of cost-effectiveness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,596

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,428
Écart entre enseignants0,375 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical EconomicsMême sujetPneumonia and Respiratory InfectionsTravaux en français237 207