Impact of pembrolizumab on health outcomes and productivity in earlier-stage cancers within the US Medicare population
Notice bibliographique
Résumé
AIM: Pembrolizumab has demonstrated significant improvements in clinical outcomes across multiple cancers. This study quantifies health benefits and productivity gains of pembrolizumab as a perioperative/adjuvant treatment in five earlier-stage cancer indications (melanoma stage IIB-C and III, triple-negative breast cancer, renal cell carcinoma, resectable and resected non-small cell lung cancer) within the US Medicare beneficiary population. MATERIALS AND METHODS: A population-level, multi-indication decision model was developed to project the health and productivity gains of pembrolizumab. Over the 10 year period (2025-2034), a new patient cohort enters the model each year, and every cohort is followed through to 2034. Two scenarios were compared for cohorts of Medicare beneficiaries newly eligible for perioperative/adjuvant pembrolizumab: (1) a world without pembrolizumab, using only historical perioperative/adjuvant treatment options, and (2) a world where pembrolizumab is added as perioperative/adjuvant therapy for FDA-approved cancers. Outcomes included life years (LYs), quality-adjusted LYs (QALYs), number of events or recurrences, number of systemic treatments for metastatic disease, deaths, and caregivers' productive years lost. Inputs include clinical trial efficacy, Medicare and US population data, epidemiology, and market share information. RESULTS: Adding perioperative/adjuvant pembrolizumab is projected to increase recurrence-free LYs by 122,918 (+10%), total LYs by 56,704 (+4%), and QALYs by 55,483 (+4%). This strategy could reduce the number of recurrences by 35,558 (-16%), number of systemic treatments for metastatic disease by 32,962 (-16%), deaths following the first recurrence by 8,962 (-10%), and total deaths by 16,146 (-11%). Caregivers' productive years lost are estimated to decline by 9,392 (-18%) through reduced absenteeism and presenteeism. CONCLUSIONS: Perioperative/adjuvant pembrolizumab in earlier-stage cancers can meaningfully improve clinical outcomes for Medicare patients and reduce caregiver productivity losses. Sustained investment and access to pembrolizumab are critical to fully realize these benefits for patients and society.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».