MétaCan
Menu
Retour à la cohorte
Enregistrement W4416697794 · doi:10.1080/13696998.2025.2587415

Quantifying treatment value under IRA: a case study of rifaximin for the treatment of overt hepatic encephalopathy using QALY and non-QALY measures

2025· article· en· W4416697794 sur OpenAlexafffund
Shanshan Wang, Leonardo Passos Chaves, Olamide Olujohungbe, Aditi Chaudhary, Jason Shafrin

Notice bibliographique

RevueJournal of Medical Economics · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease and Transplantation
Établissements canadiensBausch Health (Canada)
Organismes subventionnairesBausch Health
Mots-clésRifaximinHepatic encephalopathyValue (mathematics)Symptomatic treatmentEncephalopathy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Traditional cost effectiveness analyses frequently use quality-adjusted life years (QALYs) to quantify health benefits. The Medicare Drug Price Negotiation program, however, cannot use QALYs, but may consider alternative, non-discriminatory metrics. OBJECTIVE: To examine the impact of using alternative quantitative health benefit metrics on the economic value of new medications. The framework was applied to assess the cost-effectiveness of rifaximin for preventing overt hepatic encephalopathy (OHE) recurrence in adults. METHODS: A cost-effectiveness analysis evaluated the economic value of rifaximin ± lactulose versus standard of care ± lactulose in preventing recurrent OHE in adults over a lifetime horizon from US payer and societal perspectives. Clinical outcomes included time in remission and overt health states, number of liver transplants, and life years (LYs). Health benefit was quantified using QALYs, health years in total (HYT), equal-value of life years gained (evLYG), and generalized risk-adjusted cost-effectiveness (GRACE). Treatment value was measured using incremental cost effectiveness ratio (ICER). A societal perspective scenario added productivity and caregiving impacts to the model. RESULTS: Rifaximin patients spent >3 times as long in remission (54.4 vs. 17.3 months), comparable time in the overt health state (1.44 vs. 1.44 months), and had twice as many liver transplants (20 vs. 9), driven by longer survival (8.80 vs. 4.17 LYs), resulting in incremental gains of 3.12 QALYs, 3.26 HYT, 2.78 evLYG, and 3.16 GRA-QALYs. Total costs were higher with rifaximin ($182,369 vs. $38,313, Δ = $144,056), mainly due to drug costs (Δ = $133,330). Including caregiving and productivity reduced the incremental cost to $136,866. From a payer perspective, rifaximin ICERs were $46,215/QALY, $44,198/HYT, $51,847/evLYG, and $45,609/GRA-QALY. After incorporating societal costs, ICERs improved to $43,908/QALY, $41,992/HYT, $49,259/evLYG, and $43,332/GRA-QALY. CONCLUSION: Rifaximin is a cost-effective treatment for preventing OHE recurrence in adults using QALY and non-QALY health benefit measures.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,451
Score d'incertitude au seuil0,271

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,086
Tête enseignante GPT0,363
Écart entre enseignants0,277 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical EconomicsMême sujetLiver Disease and TransplantationTravaux en français237 207