MétaCan
Menu
Retour à la cohorte
Enregistrement W4415481382 · doi:10.1007/s41669-025-00606-x

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

2025· article· en· W4415481382 sur OpenAlexaboutno aff
Xiang Ming Wang, Fei-Li Zhao, David Newby, Lan Gao, Shu Chuen Li

Notice bibliographique

RevuePharmacoEconomics - Open · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesNewcastle University
Mots-clésConsistency (knowledge bases)TransferabilityNiceEconomic evaluationValue (mathematics)Key (lock)

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,111
score de la tête « metaresearch » (Gemma)0,450
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,718
Score d'incertitude au seuil0,588

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1110,450
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0100,015
Études des sciences et des technologies0,0010,002
Communication savante0,0050,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,456
Tête enseignante GPT0,530
Écart entre enseignants0,074 · 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 source (Gemma direct ou Codex distillé), 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 revuePharmacoEconomics - OpenMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207