Evaluating Value Beyond Efficacy: A Meta-Analytic Assessment of Inclisiran’s Cost-Effectiveness in Cardiovascular Prevention
Notice bibliographique
Résumé
Background/Objectives: Cardiovascular diseases continue to be the foremost global cause of morbidity and mortality, representing about 40% of all causes of death. Atherosclerotic cardiovascular disease is the most common and clinically important type of these, occurring when cholesterol accumulates over time in the artery intima, which induces an inflammatory process that leads to the production of atherosclerotic plaques. Nowadays, lipid profile alterations and high/very high cardiovascular risk can be observed in more and more patients. Combination therapy, which includes high-intensity statins, ezetimibe, bempedoic acid, and PCSK9-targeted medicines, can lower LDL-C by more than 80%, which is far more than the 50% that statin monotherapy usually achieves. Thus, novel lipid-lowering therapies are needed, as current agents—though effective in reducing cardiovascular events—leave considerable residual risk in many patients. Methods: The aim of our study was to evaluate the cost-effectiveness of Inclisiran and its association with standard of care for the prevention of cardiovascular events across multiple international settings, in articles that reported quality-adjusted life years gained and cost-effectiveness metrics. Results: Our findings suggest that the cost-effectiveness of Inclisiran is highly context-dependent, shaped by local pricing, population risk, and system-level capacity. While Inclisiran demonstrates potential economic value in high-income settings or among high-risk patients, its widespread adoption for primary prevention appears unjustified under current conditions. Conclusions: Policymakers should consider risk-based targeting, price renegotiation, and performance-based reimbursement models to improve the value proposition of such interventions.
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 | 0,061 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».