Cost-Effectiveness of Pre-emptive DPYD Genotyping Compared to Standard of Care Among Patients Receiving Fluoropyrimidine-Based Anti-cancer Treatment in Australia
Notice bibliographique
Résumé
BACKGROUND: Despite international evidence demonstrating pre-emptive pharmacogenetics (PGx) screening is cost effective or cost saving in preventing serious or fatal toxicities, it is not routinely adopted in Australia. This study evaluated the cost effectiveness of PGx screening versus standard of care (SOC) among patients with cancer undergoing fluoropyrimidine-based treatment (FP) in Australia. METHODS: From the Australian healthcare perspective, we developed a cohort-based state transition model in TreeAge Pro 2024. The model used PACIFIC-PGx trial data for the PGx arm and literature-based inputs for the SOC arm. Patients transitioned between four health states (full-dose, reduced-dose, treatment termination or death) over two treatment cycles each corresponding to a standard 3-week period. Outcomes included the incremental cost-effectiveness ratio (ICER) per quality-adjusted life years (QALYs) gained, per adverse event averted, and per hospitalisation avoided. Deterministic and probabilistic sensitivity analyses (DSA, PSA) evaluated the effects of varying assumptions and the uncertainty associated with input parameters. RESULTS: PGx screening yielded incremental QALYs of 0.05 at an additional cost of $274.25 AUD (Australian dollars), resulting in an ICER of $6014.5 AUD per QALY gained compared to SOC. DSA showed the model's outcomes remained robust, with the ICER staying below the specified threshold of $50,000 AUD under a ± 20% variation in input parameters. PSA suggested PGx screening was favourable in 97.6% of iterations. CONCLUSION: This Australian single-arm study demonstrated that pre-emptive PGx screening prevents severe, fatal FP-related toxicities and hospitalisations and is likely to be cost effective. Our findings suggest the value of PGx screening and warrant implementation and reimbursement within Australian healthcare settings.
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 | 0,006 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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) | 0,003 | 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 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 ».