The Consistency and Transferability of Economic Evaluations of Disease-Modifying Treatments for Multiple Sclerosis: Analysis of Cost-Effectiveness Assessments from Australia, England, Canada and Scotland
Notice bibliographique
Résumé
OBJECTIVE: Our study examines the consistency and transferability of cost-effectiveness values, specifically the incremental cost-effectiveness ratio (ICER), focusing on several disease-modifying therapies (DMTs) for relapsing-remitting multiple sclerosis (RRMS) approved by four of the most established Health Technology Assessment (HTA) bodies. METHODS: Data of economic evaluation results for DMTs were extracted from the HTA reports published by four agencies. Descriptive statistics were employed to identify correlations between the accepted ICERs within and across agencies. Two different currency conversion approaches were employed to investigate the feasibility and efficiency for transferring accepted ICERs across jurisdictions. RESULTS: The study analysed ten DMTs that received positive recommendations from four agencies: the National Institute for Health and Care Excellence (NICE), Scottish Medicines Consortium (SMC), Pharmaceutical Benefits Advisory Committee (PBAC) and Canada's Drug Agency (CDA). The consistency of accepted ICER values for the class of DMTs was observed within the four agencies; however, the commonality of accepted ICER values was only observed between some agencies, such as the CDA and NICE, as well as the PBAC and SMC. Purchasing power parity-adjusted ICER values were found to provide better transference of ICER outcomes as compared to the exchange-rate method. CONCLUSION: This study highlighted the consistency of the economic evaluation for DMTs within the four agencies. We also identified a particularly strong alignment between NICE and the CDA, as well as the PBAC and SMC. Additionally, the examination of two ICER value conversion methods pinpointed key factors that could impact the transference of ICER values.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».