Remdesivir pour les patients hospitalisés COVID-19 aux États-Unis : optimisation des ressources de soins de santé

Présentation du modèle

Pour évaluer le rapport coût-efficacité du traitement avec RDV + SOC, un modèle économique de la santé a été développé dans Microsoft Excel 2016 conformément aux directives de bonnes pratiques de modélisation de la société internationale de recherche pharmacoéconomique et de résultats. [13] d’un point de vue sociétal (Fig. 1). Les patients hospitalisés COVID-19 entrent dans un modèle d’arbre de décision, stratifié en fonction de leur statut de base, tel que défini par le score ordinal (OS) de l’Organisation mondiale de la santé, comme suit : 0, aucune preuve clinique ou virologique d’infection ; 1, ambulatoire, pas de limitation d’activité ; 2, ambulatoire, limitation d’activité ; 3, hospitalisé, pas d’oxygénothérapie ; 4, hospitalisé, masque à oxygène ou pinces nasales ; 5, ventilation non invasive (VNI) hospitalisée ou oxygène à haut débit ; 6, hospitalisé, intubation avec IMV ; 7, hospitalisé, IMV + soutien supplémentaire tel que vasopresseurs, thérapie de remplacement rénal ou oxygénation par membrane extracorporelle (ECMO) ; 8 ans, décédé [14]. Dans ce modèle, au jour 15, les patients pouvaient ensuite passer à l’un des états de santé suivants : sortie d’hôpital, service sans oxygène supplémentaire (OS 3), service avec oxygène à faible débit (OS 4), unité de soins intensifs (USI) avec VNI ou oxygène à haut débit (OS 5), ou USI avec IMV (OS 6) ou ECMO (OS 7). Au jour 29 dans ce modèle, les patients sont supposés être décédés ou avoir été renvoyés en réadaptation ou à domicile. Les patients peuvent également être réhospitalisés après leur sortie, ce qui entraîne des coûts et des résultats hospitaliers. Après le jour 29, les patients entrent dans un modèle de Markov, soumis à une mortalité ajustée selon l’âge et le sexe dérivée de tables de mortalité spécifiques aux États-Unis. Les patients peuvent passer à la mort à tout moment. Les effets à long terme de la COVID-19 ne sont pas pris en compte dans ce modèle en raison d’un manque d’informations sur l’impact du traitement dans le temps. L’horizon temporel du modèle était de 1 an; ainsi, aucune actualisation des coûts ou des résultats n’a été appliquée. Aucune éthique ou consentement du patient n’était nécessaire pour cette étude ; cette étude est basée sur des études menées précédemment et ne contient aucune nouvelle étude avec des participants humains réalisée par les auteurs.

Entrées démographiques

Le nombre de cas de COVID-19 dans le cas de base du modèle est calculé à partir des données épidémiologiques nationales chez les adultes pour 2022 [15]. L’âge moyen et la répartition par sexe ont été tirés d’une récente analyse de cohorte rétrospective de plus de 850 000 patients de Premier Healthcare Data [16]. Sur la base des données de surveillance, un taux d’hospitalisation de 10 % a été appliqué au nombre total de cas confirmés de COVID-19 [15]reconnaissant que ce taux peut différer en fonction de l’évolution du virus.

Apports cliniques

La distribution clinique par OS au départ a été informée par l’analyse de cohorte rétrospective de Premier Healthcare Data, qui comprenait des patients adultes, avec une première admission à l’hôpital entre mai 2020 et décembre 2021 et avec un diagnostic de sortie primaire ou secondaire de COVID-19 [16]. La proportion de patients avec OS4, OS5, OS6 et OS7 a été déterminée comme étant de 60,0 %, 21,0 %, 14,0 % et 5,0 % au cours de la période de l’étude [16]. Comme les probabilités de transition pour les deux bras de traitement (RDV + SOC et SOC seul) n’étaient pas disponibles auprès de Premier Healthcare Data, elles ont été calculées à l’aide des données du tableau 2 de Beigel et al. de l’essai ACTT-1 [6]qui a fourni une répartition des participants par système d’exploitation au départ et leurs améliorations respectives au jour 15 (voir le matériel supplémentaire du tableau S1).

Au jour 29, la proportion de patients vivants dans le cas de base a été dérivée des rapports de risque spécifiques à la SG rapportés dans le tableau 2 de Beigel et al. de l’essai ACTT-1 (Tableau 1). Il a été supposé que les patients avec une SG comprise entre 1 et 3 au jour 29 n’étaient pas exposés à un risque de mortalité plus élevé que la population générale ; ainsi, les taux de mortalité de fond spécifiques aux États-Unis après la sortie s’appliquent à ces patients [17].

La durée du séjour (LOS) pour chaque OS a été dérivée d’une analyse de la base de données Premier Healthcare, qui a évalué les coûts hospitaliers, la LOS et l’état de sortie chez les patients adultes COVID-19 entre le 1er avril et le 31 décembre 2020 (tableau 1) [18]. La DS pour la réhospitalisation a été supposée être de 5,0 jours. Le taux de réhospitalisation a été obtenu à partir d’une analyse interne et a été vérifié par des experts cliniques ; ce taux est conforme aux autres sources publiées [19]. Le taux de réhospitalisation dans le bras SOC était de 12,0 % [20] avec un RDV taux de réhospitalisation de 1,67 issu de l’essai ACTT-1 [6].

Entrées de coût

Les coûts sont indiqués en dollars américains de 2021 (USD). Le modèle de référence a pris en compte à la fois les coûts directs pour le milieu de soins de santé, y compris les coûts des médicaments et les séjours en hospitalisation, et les coûts indirects (tableau 1). Il a été supposé qu’un cycle de traitement de RDV consisterait en six flacons. Aucun coût n’a été attribué au SOC. Le coût par journée d’hospitalisation par système d’exploitation a été obtenu à partir d’une étude sur les admissions à l’hôpital COVID-19 à l’aide de données nationales de la base de données Premier Health, qui a stratifié les coûts par niveau de soins et par service ; le coût global par jour pour l’hôpital (division générale) et les soins intensifs a informé cette analyse [18]. Pour le coût de l’USI, y compris l’IMV, une moyenne des coûts globaux de l’hôpital et de l’USI pour OS 7 a été utilisée [18]. Les coûts comprenaient le temps des professionnels de la santé, les tests et la surveillance, ainsi que les frais d’hôtel. Le coût par jour d’une réadmission à l’hôpital a été supposé être le même que celui du service général.

Les pertes de productivité ont été incluses dans le cas de base. D’après le Bureau of Labor Statistics des États-Unis, il a été supposé que 96,0 % de la population serait économiquement active et travaillerait [21]. Pour ceux qui travaillent, un coût de perte par jour dû à l’hospitalisation/réadaptation de 221,20 $ a été appliqué, sur la base du salaire horaire moyen de tous les employés aux États-Unis. [22].

Utilitaires

Les diminutions d’utilité associées à l’hospitalisation ont été incorporées par niveau de soins, en fonction du plus haut niveau de soins reçus (tableau 1). Il a été supposé que la diminution de l’utilité pour le service général était équivalente à «symptômes COVID-19 uniquement» et, pour les soins intensifs, était équivalente à «soutien à l’oxygène sans ventilation», sur la base d’un cadre de rentabilité qui évaluait les traitements aigus pour les patients hospitalisés avec COVID-19 [23]. Ce modèle suppose qu’à leur sortie de l’hôpital (et à leur entrée dans le modèle de Markov), les patients sont soumis aux normes d’utilité de la population américaine ajustées en fonction de l’âge de l’EQ-5D. [24].

Résultats

Le nombre de jours d’hospitalisation évités (par service, USI et USI + IMV) et le nombre nécessaire à traiter pour éviter 1 jour dans le service général, l’USI ou l’USI + IMV (dérivé en déterminant le nombre de patients nécessaires pour recevoir le RDV + SOC pour éviter 1 jour d’hospitalisation) ont été estimés et présentés par patient. Les coûts de traitement, les coûts d’hospitalisation et le coût par année de vie ajustée sur la qualité (QALY) ont été calculés.

Analyses de sensibilité et de scénarios

Le modèle a estimé l’incertitude des paramètres au moyen d’analyses de sensibilité unidirectionnelles et probabilistes. Pour les analyses unidirectionnelles, tous les paramètres ont été modifiés individuellement de ± 10 % pour déterminer les dix entrées les plus influentes sur le modèle. L’analyse de sensibilité probabiliste, où toutes les entrées varient simultanément sur des distributions prédéfinies, a été répétée sur 5 000 itérations. Pour l’analyse probabiliste, les paramètres de population, les intrants cliniques et les coûts ont été modifiés à l’aide de la distribution gamma ; les proportions et les décréments d’utilité ont été modifiés à l’aide de la distribution bêta.

De plus, divers scénarios ont été étudiés. Les scénarios incluaient l’utilisation des données de l’essai clinique ACTT-1 pour informer la distribution de base de la SG [6]capacité de pointe pour les périodes d’infection de pointe où le lit (général, soins intensifs et soins intensifs + IMV) a augmenté à 90,0 %, a augmenté les coûts hospitaliers de 30 % et un scénario où seuls les coûts directs sont pris en compte (point de vue du payeur).

Comme la prise en charge des patients COVID-19 a des effets en aval sur l’utilisation des ressources pour les hôpitaux, le modèle a également pris en compte les implications de la capacité des ressources hospitalières utilisées pour traiter les patients COVID-19 comme une analyse de scénario. La capacité de traitement a été évaluée sur la base de la population totale, et le nombre de lits de service général et de soins intensifs, ainsi que de ventilateurs mécaniques, a été tiré d’une enquête réalisée par l’American Hospital Association sur la capacité en 2020 [25]. Sur le total des ressources disponibles, il a été supposé que 64,0 % des lits du service général et 63,0 % des lits de soins intensifs et des ventilateurs mécaniques seraient disponibles pour les patients COVID-19 au départ [3].