Cost-effectiveness analysis of biologics for the treatment of chronic rhinosinusitis with nasal polyps in Canada
Notice bibliographique
Résumé
Abstract Background Dupilumab, omalizumab, and mepolizumab are the three biologics currently approved for use in CRSwNP in Canada. Despite evidence of efficacy, their cost-effectiveness, which is a key factor influencing prescribing patterns, has not yet been compared to each other. Methods A cost-effectiveness model using quality-adjusted life years (QALYs) was constructed using a Decision Tree Markov analysis. A third-party healthcare payer perspective and a 10-year time horizon was used. A willingness-to-pay (WTP) threshold of 50,000 Canadian dollars (CAD) per QALY was used to determine cost-effectiveness. Dupilumab, omalizumab, and mepolizumab were each compared to each other. Results Omalizumab was the most cost-effective biologic using current estimates of cost and efficacy in CRSwNP. Using omalizumab as a baseline, dupilumab had an ICER of $235,305/QALY. Mepolizumab was dominated by omalizumab and dupilumab at the current drug prices and estimates of efficacy. Sensitivity analyses determined that when increasing the WTP threshold to $150,000/QALY, dupilumab became cost-effective compared to omalizumab in 22.5% of simulation scenarios. Additionally, altering dosing frequency had a significant effect on cost-effectiveness. Conclusion When comparing the relative cost-effectiveness of biologics in recalcitrant CRSwNP, omalizumab currently appears to be the most cost-effective option. Future reductions in drug prices, adjustments to currently approved dosing regimens, better patient selection, and improvements in sinus surgery outcomes will challenge the current cost-effectiveness models and necessitate reassessment as treatments for CRSwNP continue to evolve.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».