了解慢性肝炎D的自然史:为成本效益研究提供模型的建议

科学领域:

• 肝病学和病毒性肝炎研究研究
• 疾病建模和模拟.
• 药物经济学和健康研究成果研究成果

背景情况:

• 了解新兴的肝炎D病毒 (HDV) 疗法的临床影响对于患者管理至关重要.
• 肝炎D病毒感染对晚期肝病进展构成重大风险.
• 对于HDV的新型治疗选择正在变得可用,需要强大的预测模型.

研究的目的:

• 为患有慢性肝炎D病毒 (HDV) 感染的患者开发一个全面的自然史模型.
• 评估新型HDV治疗对疾病进展的影响,与最佳支持性护理 (BSC) 相比.
• 为未来对HV干预措施的临床和经济分析提供基础.

主要方法:

• 结合决策树和马尔科夫队列模型的混合模型是为患有慢性HDV的成年人开发的.
• 该模型模拟了整个生命的疾病进展,包括响应者状态和纤维化阶段 (0-4).
• 治疗反应由HDV-RNA不可检测性/下降和ALT正常化来定义;分析了50%和75%的反应率.

主要成果:

• 该模型准确地反映了HBV/HDV感染自然史研究中观察到的疾病进展.
• 一种假设的新型HDV治疗表明,晚期肝病事件和与肝脏相关的死亡人数较少,而不是BSC.
• 观察到的死亡人数较少,治疗响应率为50%和75% (分别为每10,000名患者减少900人和1358人).

结论:

• 经过验证的HDV疾病进展模型与现有的自然史数据保持一致.
• 与BSC相比,假设的HDV治疗显示出更好的临床结果,特别是早期干预.
• 该模型支持医疗保健利益相关者通过未来的临床和经济评估来管理慢性HDV.