A cost-utility analysis of newborn screening for spinal muscular atrophy in Canada
Notice bibliographique
Résumé
BACKGROUND: Spinal muscular atrophy (SMA) is a neuromuscular disorder caused by the loss of the SMN1 gene, with an estimated birth prevalence of about 1 in 10,000. Early intervention with disease-modifying therapies (DMTs) significantly improves outcomes. This study evaluates the economic implications and health benefits of newborn screening (NBS) for SMA in Canada from the societal perspective. METHODS: A decision analytic model was developed, which combined a decision tree for the screening algorithm and a Markov model for long-term health outcomes. The Markov model included health states based on WHO motor milestones. The population cohort of 357,903 live newborns reflects the 2022-2023 births in Canada. Screening is performed on dried blood spot testing which evaluates for biallelic deletions in SMN1. Cost inputs encompassed treatment and health state costs, while utility values reflected quality of life in each health state. RESULTS: NBS for SMA is expected to identify 37.1 (95% CI: 15.0, 70.7) newborns annually in Canada. Our analysis over a lifetime horizon and a discount rate of 1.5% shows NBS and early treatment has an incremental cost of -$146,187,000 (95% CI: -249,773,777 to - 17,890,034) and incremental benefit of 872 (95% CI: -193, 2329) quality-adjusted life years (QALYs) compared to no NBS and late treatment. This resulted in a mean ICER value of -$173,572/QALY. CONCLUSION: The decision analytic model indicated that overall NBS is cost-saving and more effective than no NBS and late treatment in the Canadian health system.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».