Coût-efficacité des tests pharmacogénomiques combinatoires pour la dépression du point de vue du payeur public canadien

La dépression est un fardeau sanitaire et économique important au Canada. En plus de l’impact de la dépression sur la santé et la qualité de vie des patients , elle coûte à l’économie canadienne plus de 32 milliards de dollars canadiens par an . Le coût de la dépression découle directement de l’utilisation accrue des ressources de santé et indirectement de l’augmentation de l’invalidité et de l’absentéisme. Par exemple, les coûts directs et indirects par patient étaient 3,5 fois et 3 fois plus élevés, respectivement, dans une cohorte de patients souffrant de dépression par rapport à une cohorte de contrôle non déprimée au Manitoba, Canada.

Une approche directe pour réduire les coûts associés à la dépression est d’améliorer l’efficacité du traitement, augmentant ainsi le nombre de patients qui obtiennent une rémission de la maladie. La principale approche de traitement de la dépression est la médication antidépressive ; cependant, plus de la moitié des patients ne répondent pas à leur premier essai de médication et encore moins atteignent la rémission . Il peut en résulter un processus d’essais et d’erreurs de médicaments, entraînant d’autres échecs thérapeutiques ou des effets secondaires des médicaments. De meilleures approches thérapeutiques sont nécessaires pour augmenter la probabilité que les patients obtiennent une rémission de leur dépression et pour réduire le temps nécessaire à l’obtention de ce résultat.

Les tests pharmacogénomiques (PGx) peuvent être utilisés pour améliorer le traitement de la dépression. La PGx combinatoire est une troisième génération de tests PGx où de multiples interactions gène-médicament pharmacocinétiques et pharmacodynamiques sont pondérées et contrebalancées. Cette approche est distincte des tests de première génération portant sur un seul gène du cytochrome P450 ou des tests de deuxième génération portant sur de multiples interactions gène-médicament et, par conséquent, les tests pharmacogénomiques combinatoires méritent leur propre évaluation de l’efficacité et du rapport coût-efficacité. Un récent essai contrôlé randomisé mené aux États-Unis auprès de 1 167 patients souffrant de dépression majeure a démontré que le traitement combinatoire guidé par le PGx entraîne une augmentation relative de 50 % (15,3 vs 10,1 %) du taux de rémission par rapport au traitement habituel (TAU), ainsi qu’une diminution des symptômes dépressifs et un taux de réponse plus élevé. Ces résultats sont corroborés par plusieurs essais cliniques américains de moindre envergure et, au Canada, par la grande étude naturaliste IMPACT qui a encore démontré l’utilité clinique de l’approche combinatoire des tests de pharmacogénomique .

En plus d’améliorer l’efficacité du traitement, des études antérieures ont démontré que les tests combinatoires de pharmacogénomique entraînent des économies de remboursement significatives, une réduction de la polypharmacie et de l’utilisation des soins de santé et sont rentables chez les patients souffrant de dépression aux États-Unis . Cependant, comme il existe des différences substantielles entre les systèmes de soins de santé américains et canadiens et les coûts correspondants et qu’il n’y a pas de données publiées sur le rapport coût-efficacité du test PGx combinatoire pour guider le traitement de la dépression au Canada, il est important d’évaluer ce point dans le contexte canadien.

L’objectif de la présente étude était d’évaluer le rapport coût-efficacité de l’utilisation du test PGx combinatoire, par rapport au traitement habituel, pour guider le traitement des patients souffrant de dépression modérée à sévère du point de vue du système de santé public canadien, qui est un système de soins de santé financé par des fonds publics, y compris la couverture universelle des services de santé médicalement nécessaires.

Matériels &méthodes

Vue d’ensemble

Nous avons développé un modèle analysant le rapport coût-efficacité de l’utilisation de tests PGx combinatoires pour guider le traitement de la dépression majeure modérée à sévère par rapport à l’utilisation de l’UAT. Le modèle était librement basé sur le modèle de Hornberger et ses collègues , avec des modifications notables pour inclure la rémission comme point final cible pour la dépression au lieu du point final antérieur, la réponse. Le modèle a également été mis à jour pour inclure des probabilités de transition basées sur le cycle pour la rémission, les taux de rechute et un ratio de risque pour permettre des taux de rechute différentiels pour les patients dans chaque bras du modèle. L’approche de modélisation est décrite en détail dans les sections ci-dessous. Cette approche de modélisation a suivi les lignes directrices décrites dans la liste de contrôle des Consolidated Health Economic Evaluation Reporting Standards (CHEERS).

Le diagramme de décision et l’analyse des probabilités de transition d’état sont représentés dans la figure 1. Quatre états, évalués annuellement au cours de l’horizon temporel, ont été modélisés en fonction de la survie du patient et de la rémission de sa dépression. La durée de chaque cycle dans le modèle est de 1 an. Tous les paramètres d’entrée du scénario de base, y compris les probabilités associées à la mortalité et à la rémission, sont fournis dans le tableau 1. Quatre versions du modèle ont été exécutées. Le modèle 1 désigne le cas de base et les modèles 2 à 4 désignent les analyses de scénarios. Le cas de base et les trois analyses de scénario sont décrits dans la section ” Taux de rémission ” ci-dessous.

Figure 1. Diagramme de décision et modèle d’état-transition.

CPGx : Test pharmacogénomique combinatoire ; TAU : Traitement habituel.

Diagramme de décision et modèle d’état-transition adapté à partir de .

Tableau 1. Valeurs du scénario de base et paramètres d’entrée du modèle.
Paramètres d’analyse Valeur Réf.
Caractéristiques du test
Taux de rémission, TAU† 12,8%, 10,0%, 20,3%, 10,1%
Taux de rémission, CPGx† 18.9%, 15,1%, 28,4%, 14,9%
Rapport des bénéfices relatifs pour la rémission, CPGx par rapport à TAU† 1,53, 1,55, 1,47, 1.51
Année de rattrapage (durée de l’effet test) – rémission 3
Taux de rechute, TAU 23.3%
Taux de rechute, CPGx 9,9%
Ratio de risque de rechute, CPGx par rapport à TAU 0.39
Catch-up year (durée de l’effet du test) – Rechute 3
Paramètres cliniques
Age de départ du patient 32 ans
Risque relatif de mortalité toutes causes confondues, non-rémittents 2.31
Risque relatif de mortalité toutes causes confondues, rémouleurs 1.38
Taux de mortalité par suicide, non remettants 0,04%
Taux de mortalité par suicide, remettants <0.01%
Coûts (2018 CAD$)
Dépistage CPGx 2500$
Coûts médicaux directs annuels, Remettants 2832$
Coûts médicaux directs annuels, non-remettants 10,064
Frais médicaux annuels indirects, remettants 510$
Frais médicaux annuels indirects, non rémittents 1522$
Utilités (qualité de vie)
Rémission après traitement 0.83
Non-rémission après traitement 0.55
Paramètres de politique
Horizon de temps, ans 5
Taux d’actualisation 3%

†Quatre modèles ont été exécutés en utilisant différents taux de rémission et RBR pour CPGx et TAU. Modèle 1 : méta-analyse des quatre études (TAU 12,5%, CPGx 18,9%, RBR 1,53). Modèle 2 : méta-analyse des ECR en aveugle de CPGx (TAU 10,0 %, CPGx 15,1 %, RBR 1,55). Modèle 3 : méta-analyse des études ouvertes sur CPGx (TAU 20,3 %, CPGx 28,4 %, RBR 1,47). Modèle 4 : le plus grand ECR en aveugle sur le CPGx seul (TAU 10,1 %, CPGx 14,9 %, RBR 1,51). Des modèles à effets aléatoires ont été utilisés pour toutes les méta-analyses.

CPGx : Test pharmacogénomique combinatoire ; RBR : rapport bénéfice relatif ; ECR : essai contrôlé randomisé ; TAU : traitement habituel.

Population étudiée, traitement & horizon temporel

Cette analyse s’est concentrée sur les patients souffrant de dépression modérée à sévère dont le traitement antidépresseur a été guidé par un test PGx combinatoire par rapport aux patients dont le traitement n’était pas guidé, et qui ont donc subi un TAU. L’âge de départ du patient dans ce modèle était de 32 ans, sur la base de l’âge médian d’apparition du trouble dépressif majeur rapporté par Kessler et al. . En raison de la nature chronique et récurrente de la dépression majeure et afin de capturer les coûts et les économies, tant en amont qu’en aval, associés à la gestion de cette maladie, un horizon temporel à vie serait approprié. Cependant, nous avons choisi un horizon temporel prudent de 5 ans, afin de nous aligner sur les analyses précédentes de Qualité Santé Ontario .

Taux de rémission

Afin de quantifier les taux de rémission associés au traitement combiné guidé par le PGx et à l’UAT pour la dépression, nous avons effectué des méta-analyses des populations par protocole des quatre essais cliniques prospectifs publiés du test PGx combinatoire GeneSight pour la dépression (figure supplémentaire 1) . La méthodologie utilisée pour les méta-analyses était basée sur la méta-analyse précédente de GeneSight réalisée par Brown et al. où la sélection des études, les directives PRISMA et l’évaluation des biais étaient décrites en détail. Les taux de rémission pour la PGx combinatoire et la TAU dérivés de la méta-analyse des quatre essais cliniques sont inclus dans le modèle 1, le modèle de base. Pour les analyses de scénarios (modèles 2 à 4), les taux de rémission ont été dérivés comme suit. Une deuxième méta-analyse (modèle 2) a été effectuée pour déterminer les taux de rémission rapportés dans les essais contrôlés randomisés en aveugle (n = 2 études), où l’effet placebo a été pris en compte . Une troisième méta-analyse des essais cliniques ouverts (modèle 3, n = 2 études) a fourni une estimation des taux de rémission dans le monde réel, où l’effet placebo n’est pas contrôlé . Enfin, pour la dernière analyse de scénario (modèle 4), nous avons utilisé les taux de rémission d’une seule étude – le plus grand essai contrôlé randomisé en aveugle (n = 1167) de PGx combinatoire pour la dépression .

La sortie du modèle dépend à la fois de la différence absolue des taux de rémission entre les stratégies de traitement et du bénéfice relatif d’une stratégie par rapport à l’autre. Par conséquent, un modèle à effets aléatoires a été utilisé pour toutes les méta-analyses afin de pondérer les taux de rémission de chaque étude et d’en déduire le risque relatif (RR) associé au test combinatoire PGx par rapport à l’UAT, appelé ci-après ratio des avantages relatifs (RAB). Le taux de rémission du groupe PGx combinatoire a été calculé à partir du taux de rémission TAU pondéré et du RBR, selon la formule suivante : taux de rémission avec test pharmacogénomique combinatoire = 1 – (1 – taux de rémission TAU) ∧ RBR. Cette formule garantit que le taux de rémission pour la stratégie PGx combinatoire ne peut pas dépasser 100 %, quelle que soit l’importance du RBR. Toutes les méta-analyses ont été réalisées à l’aide du paquet ” meta ” du logiciel R, version 3.5.0 (R Foundation for Statistical Computing, Vienne, Autriche). À l’exception du taux de rémission et du RBR, tous les autres paramètres étaient identiques pour le scénario de base des quatre modèles.

On a supposé que l’avantage relatif de la stratégie combinatoire de tests PGx par rapport à l’UAT en termes de taux de rémission persisterait pendant 3 ans, car l’effet du traitement pharmacologique par rapport au placebo a été signalé comme persistant jusqu’à 36 mois selon une revue systématique des essais randomisés de traitement continu par antidépresseurs . Par conséquent, dans notre modèle, après 3 ans, le bénéfice relatif de l’essai PGx combinatoire a pris fin et les patients des deux bras connaissent une probabilité similaire d’obtenir une rémission.

Taux de rechute

Le taux de rechute après rémission a été déterminé pour le groupe PGx combinatoire en utilisant des données non publiées de l’essai clinique Genomics Used to Improve DEpression Decisions (GUIDED) (NCT02109939). Il est à noter que les résultats primaires de cet essai ont été publiés par Greden et al. . 24 semaines après le traitement guidé par les tests combinatoires PGx, 9,1 % des patients ont rechuté après avoir obtenu une rémission de leur dépression. Nous n’avons pas été en mesure de déterminer le taux de rechute à 24 semaines pour le groupe TAU dans le même essai clinique car ce groupe n’était plus en aveugle à la semaine 12 et a donc pu utiliser le rapport du test PGx combinatoire pour guider le traitement pendant les semaines 12 à 24 de l’étude. Au lieu de cela, notre modèle a utilisé le taux de rechute du groupe TAU de 23,3 %, rapporté dans une revue systématique des essais cliniques sur les antidépresseurs par Sim et al. . Un hazard ratio (HR) de 0,39 a été calculé à partir des taux de rechute combinatoires de PGx et de TAU. Le taux de rechute pour la stratégie combinatoire PGx a ensuite été ajusté à l’aide de la formule suivante pour s’assurer que le taux reste entre 0 et 1 quel que soit le HR : taux de rechute avec test pharmacogénomique combinatoire = 1 – (1 – taux de rechute TAU) ∧ HR. Il en résulte un taux de rechute de 9,9 % dans le groupe PGx combinatoire. La réduction du taux de rechute dans le groupe PGx combinatoire par rapport au groupe TAU devait durer 3 ans. Comme les taux de rémission, après 3 ans, les taux de rechute dans les deux bras du modèle sont devenus égaux.

Taux de mortalité

Les taux de mortalité ont été estimés à partir d’une étude canadienne sur le fardeau clinique et économique de la dépression . Cette étude a comparé les résultats cliniques, l’utilisation des soins de santé, les coûts directs et les coûts des services sociaux entre une cohorte de dépression et une cohorte témoin appariée. Pour les besoins de notre modèle, les cohortes de contrôle et de dépression ont servi de substituts pour les rémittents et les non-rémittents, respectivement. Les taux annuels de mortalité par suicide étaient <0,01 et 0,04% pour les personnes atteintes et non atteintes, respectivement. Afin d’estimer l’impact du groupe de traitement sur le risque de mortalité toutes causes confondues, le RR a été calculé pour les personnes ayant subi un traitement et celles n’en ayant pas subi, par rapport à la population canadienne générale. Le RR de mortalité toutes causes confondues pour les rémittents et les non-rémittents était de 1,37 et 2,29, respectivement.

Coûts

Les coûts directs et indirects inclus dans l’analyse étaient dérivés de la même étude canadienne sur le fardeau clinique et économique de la dépression . Les coûts directs comprenaient les coûts annuels des hôpitaux, des médecins et des médicaments sur ordonnance. Les coûts indirects, ou services sociaux, consistaient en une aide annuelle au loyer et au revenu d’emploi. Dans ce modèle, les coûts directs et indirects se sont accumulés tout au long de la vie du patient, dans l’horizon temporel, tandis que le prix du test PGx combinatoire de 2500 $ a été appliqué comme un coût unique pour cette stratégie de traitement. Tous les coûts sont rapportés en dollars canadiens de 2018.

Utilités

Les années de vie ajustées sur la qualité (QALY), une mesure standardisée de la qualité et de la quantité de vie vécue utilisée pour quantifier la valeur de l’intervention, ont été dérivées des valeurs d’utilité des patients atteints de dépression majeure qui sont en rémission (0,83) par rapport au score de base des patients atteints de dépression majeure (0,55), représentant les patients qui ne sont pas en rémission . Les scores d’utilité peuvent aller de 0 à 1, ce qui correspond à des états de santé allant de la mort à une santé parfaite. Les QALY ont été calculés comme la somme pondérée par l’utilité de la probabilité d’être en rémission ou non pour chaque stratégie de traitement, sur un horizon de 5 ans. Un taux d’actualisation de 3% a été appliqué à tous les coûts et résultats de santé.

Les QALYs et les coûts incrémentaux sont utilisés pour calculer le rapport coût-efficacité incrémental (RCEI), qui est une mesure standardisée utilisée pour évaluer la valeur économique d’une intervention par rapport à une autre. L’ICER est égal au coût incrémental divisé par les QALYs.

Analyses de sensibilité

Des analyses de sensibilité unidirectionnelles ont été réalisées séparément pour les quatre modèles. Tous les paramètres du scénario de base ont été variés individuellement afin de déterminer leur influence sur la différence de coût incrémental et l’ICER pour la stratégie combinatoire PGx par rapport à la TAU. La fourchette a été fixée à ±25 % de la moyenne pour tous les paramètres, sauf pour ceux mesurés en années, pour lesquels la fourchette était de ±2 années complètes. Une analyse de sensibilité probabiliste a également été réalisée pour chacun des quatre modèles à l’aide de PyMC3, un module de programmation probabiliste pour Python (PyMC3 version 3.7 ; Python version 3.7.3). Des distributions de probabilité réalistes ont été définies pour chaque paramètre du modèle (tableau supplémentaire 2) et des simulations ont été effectuées sur la base des valeurs des paramètres échantillonnées à partir de la distribution sous-jacente à l’aide de l’échantillonnage de Monte Carlo par chaîne de Markov. Dans cette étude, 10 000 simulations ont été effectuées pour chacun des quatre modèles et les paramètres de résultats ont été évalués sur l’ensemble des simulations.

Résultats

Analyses de scénario de base &

Les résultats des quatre modèles sont fournis dans le tableau 2. Dans le modèle de base, la stratégie combinatoire PGx était associée à un taux de rémission 1,53 fois plus élevé et les patients devaient gagner 0,17 QALY (2,02 mois), par rapport à la stratégie TAU. Après prise en compte du prix du test, la stratégie combinatoire PGx a permis d’économiser 2431 $ par rapport à la stratégie TAU. L’ICER négatif a démontré que la stratégie combinatoire de traitement par PGx était dominante par rapport à la stratégie TAU, car elle était à la fois plus efficace et plus économique dans tous les scénarios.

Tableau 2. Résultats du scénario de base.
Modèle Type de modèle Taux d’émission Rapport de bénéfice relatif QALYs gagnées Différence des coûts totaux‡ ICER (coût incrémental/QALY gagnées)‡ Conclusion Ref.
CPGx† TAU
1 Meta-analyse des quatre études CPGx 18.9% 12.8% 1.53 0.168 -$2431 -$14,454/QALY Dominant, économie de coûts
2 Méta-analyse des ECR en aveugle de CPGx 15.1% 10.0% 1.55 0.149 -$1878 -$12 580/QALY Dominant, économie de coûts
3 Méta-analyse des études ouvertes CPGx 28.4% 20.3% 1.47 0.190 -$3056 -$16,124/QALY Dominant, économie de coûts
4 La plus grande ECR aveugle CPGx seule 14,9% 10,1% 1.51 0,143 -$1687 -$11,816/QALY Dominant, économie de coûts

†Le taux de rémission pour le groupe de traitement CPGx a été calculé comme suit : Taux de rémission CPGx = 1 – (1 – taux de rémission TAU) ∧ ratio de bénéfice relatif.

‡Les valeurs négatives (-) indiquent des coûts plus faibles dans le groupe CPGx par rapport au groupe TAU.

CPGx : Test pharmacogénomique combinatoire ; ICER : rapport coût-efficacité incrémental ; QALY : année de vie ajustée à la qualité ; ECR : essai contrôlé randomisé ; TAU : traitement habituel.

Les mêmes tendances ont été observées dans les analyses de scénarios (modèles 2-4). Le bénéfice relatif de la stratégie combinatoire de traitement par PGx variait de 1,47 à 1,55, ce qui se traduit par un gain projeté de 0,14 à 0,19 QALY (1,72 à 2,28 mois) par rapport à la stratégie TAU. Après prise en compte du prix du test, la stratégie combinatoire de pharmacogénomique a permis d’économiser entre 1 687 et 3056 dollars par rapport à la stratégie TAU. Selon les ICER des trois modèles, la stratégie combinatoire de traitement par PGx restait dominante par rapport à la stratégie TAU.

Analyses de sensibilité

Des analyses de sensibilité unidirectionnelles ont été réalisées séparément pour les quatre modèles (figure 2 ; figure supplémentaire 2 & tableau supplémentaire 1). Dans tous les modèles, les coûts incrémentaux et les ICER étaient les plus sensibles aux variations du taux de rémission dans le groupe PGx combinatoire et, en second lieu, aux variations du RBR de la stratégie de traitement PGx combinatoire par rapport à l’UAT. Dans les modèles 1, 2 et 4, la stratégie du PGx combinatoire était dominante par rapport à la stratégie de l’ATU et le RCED restait rentable (coût négatif par QALY gagnée) lorsque l’on faisait varier plus de 90 % des paramètres d’entrée (20/22 paramètres). Les deux scénarios dans lesquels la stratégie PGx combinatoire était plus coûteuse, mais toujours plus efficace, que la stratégie TAU étaient ceux où le taux de rémission PGx combinatoire et le RBR prenaient leurs limites inférieures. Pour le modèle 1, cela s’est traduit par des coûts différentiels pour la stratégie combinatoire PGx par rapport à la stratégie TAU de 284 $ lorsque le taux de rémission a pris la limite inférieure et de 64 $ lorsque le RBR a pris la limite inférieure. Pour le modèle 2, les coûts incrémentaux du PGx combinatoire étaient de 490 $ et 356 $, respectivement, lorsque le taux de rémission et le RBR prenaient la limite inférieure. Pour le modèle 4, les coûts différentiels pour les mêmes scénarios étaient de 649 $ lorsque le taux de rémission prenait la limite inférieure et de 527 $ lorsque le RBR prenait la limite inférieure. Dans le modèle 3, la stratégie combinatoire PGx était dominante par rapport à la stratégie TAU lorsqu’on faisait varier plus de 95 % des paramètres (21/22 paramètres). Dans le seul scénario de coût plus élevé, le coût différentiel de la stratégie combinatoire PGx par rapport à la stratégie TAU était de 124 $, lorsque le taux de rémission dans le groupe PGx combinatoire prenait la limite inférieure. Dans les quatre modèles, les ICER sont restés en dessous du seuil de volonté de payer (WTP) de 50 000 $/QALY en faisant varier tous les paramètres d’entrée.

Figure 2. Diagramme tornade pour la différence de coûts totaux entre le test pharmacogénomique combinatoire et le traitement habituel selon une analyse de sensibilité à sens unique.

Les valeurs négatives indiquent des coûts inférieurs dans le groupe CPGx par rapport au groupe TAU. Le coût du test a été inclus. L’analyse fait référence au modèle 1, la méta-analyse des quatre études CPGx.

CPGx : Test pharmacogénomique combinatoire ; TAU : Traitement habituel.

Ces analyses de sensibilité étaient limitées à une plage de 2 à 7 ans pour l’horizon temporel. Cependant, si un horizon temporel à vie de 50 ans est employé dans notre modèle, la différence de QALYs, les économies de coûts et les ICERs changent jusqu’à 32, 66 et 26%, respectivement, où le PGx combinatoire domine davantage la stratégie TAU.

Une analyse de sensibilité probabiliste a été exécutée pour les quatre modèles (figure 3 ; figure supplémentaire 3 & tableau supplémentaire 2). La différence de coûts totaux, ou coût différentiel, et la différence de QALYs sont représentées à l’aide de diagrammes de dispersion. Les quadrants nord-ouest, nord-est, sud-ouest et sud-est des diagrammes de dispersion représentent les quatre plans de rentabilité, indiquant respectivement : ni efficace ni rentable, efficace mais non rentable, non efficace mais rentable et à la fois efficace et rentable. Dans tous les modèles, la stratégie combinatoire de traitement par PGx a dominé la stratégie TAU pour la majorité des simulations (70,3-93,0 %). En d’autres termes, la stratégie combinatoire de traitement par PGx était à la fois plus efficace et plus économique (quadrant sud-est) que la stratégie TAU. La probabilité que le traitement PGx combinatoire soit rentable au seuil du CAP de 50 000 $ pour les quatre modèles est de 94,5-96,7 %.

Figure 3. Diagramme de dispersion de la différence des coûts totaux et de la différence des effets estimés par l’analyse de sensibilité probabiliste.

Les simulations de l’analyse de sensibilité probabiliste sont représentées par des points bleus. Les diagrammes dans les marges représentent les distributions univariées. La ligne rouge indique la valeur du cas de base et la ligne grise indique zéro. L’analyse fait référence au modèle 1, la méta-analyse des quatre études CPGx.

CPGx : Test pharmacogénomique combinatoire ; dCOST : différence de coût total ; dQALY : différence d’année de vie ajustée à la qualité ; QALY : année de vie ajustée à la qualité ; TAU : traitement habituel ; WTP : volonté de payer.

Discussion

Dans le modèle de base et les analyses de scénarios, le PGx combinatoire a dominé la stratégie TAU, indiquant qu’il est non seulement plus efficace mais aussi plus économique, soutenant l’utilisation dans la pratique clinique. Les RCED dérivés du modèle de base et des analyses de scénarios sont restés bien en dessous du seuil commun de rentabilité de 50 000 $ lorsque l’on faisait varier l’un ou l’autre des paramètres dans les analyses de sensibilité à sens unique. Le paramètre qui a eu le plus grand impact sur le modèle lorsqu’on l’a fait varier dans les analyses de sensibilité unidirectionnelles était le taux de rémission associé au traitement combinatoire guidé par la pharmacogénomique. Lorsque le taux de rémission prenait la limite inférieure, la stratégie PGx combinatoire était associée à des coûts supérieurs de 124 à 649 $ à ceux de la stratégie TAU, tandis que les RCED restaient bien inférieurs à 50 000 $. Sur la base de l’analyse de sensibilité probabiliste pour les quatre modèles, il y avait une probabilité supérieure à 94 % que le PGx combinatoire soit rentable dans le seuil WTP de 50 000 $, ce qui indique la robustesse de ce modèle. En outre, l’amélioration relative des taux de rémission pour l’approche combinatoire du PGx par rapport à l’ATU est cohérente entre les différents types d’études, malgré les différences de taux de rémission entre les ECR et les études ouvertes. Les quatre modèles ont démontré une amélioration similaire de 50 % du taux de rémission pour le PGx combinatoire par rapport au TAU, ce qui renforce la validité du modèle de base et des taux de rémission qui y sont utilisés.

Pour mettre ces résultats en perspective, on pourrait examiner le rapport coût-efficacité du traitement combiné guidé par le PGx par rapport à d’autres approches thérapeutiques de la dépression qui sont disponibles au Canada. Par exemple, Qualité Santé Ontario, une organisation provinciale qui effectue des évaluations des technologies de la santé et fournit des recommandations de financement public au ministère de la Santé et des Soins de longue durée de l’Ontario, a publié des analyses de rentabilité de la stimulation magnétique transcrânienne répétitive, de la thérapie cognitivo-comportementale par Internet et de la psychothérapie de groupe et individuelle pour la dépression, par rapport aux soins standard. Ces modèles ont produit des RCED allant de 3 715 $ à 98 242 $ par QALY et les trois approches thérapeutiques ont reçu des recommandations de financement positives pour leur utilisation lorsque les patients souffrant de dépression répondent à des critères préspécifiés. En comparaison, l’approche combinatoire de traitement guidé par PGx a produit des RCED significativement plus bas, allant de -11 861 $ à -16 124 $ par QALY gagnée, avec une probabilité de rentabilité allant de 94,5 à 96,7 % à un seuil de CAP de 50 000 $ par QALY gagnée ou de 89,4 à 96,6 % à un seuil de CAP de 20 000 $ par QALY gagnée. Ces résultats constituent un élément de preuve dans lequel les tests combinatoires de pharmacogénomique pour guider le traitement de la dépression démontrent des économies de coûts pour le payeur public.

De plus, l’accent devrait être mis sur les nouvelles approches de traitement qui sont efficaces à la fois dans les milieux de soins primaires et de soins psychiatriques. Au Canada, le nombre de psychiatres en exercice diminue et le besoin non satisfait de services psychiatriques augmente. Une étude canadienne sur l’utilisation de la pharmacogénomique combinatoire pour guider le traitement de la dépression chez les prestataires de soins primaires et les psychiatres a démontré son utilité clinique dans les deux groupes de médecins, l’amélioration la plus importante étant observée chez les patients dont le traitement a été fourni par leur prestataire de soins primaires. L’optimisation du traitement de la dépression dans le cadre des soins primaires pourrait accroître la capacité des psychiatres à se concentrer sur les patients les plus gravement malades. Par conséquent, étant donné que la stratégie combinatoire de traitement par PGx est efficace dans de multiples contextes de traitement et qu’elle devrait permettre aux gouvernements provinciaux de réaliser des économies, il pourrait s’agir d’une approche permettant de réduire les temps d’attente pour les spécialistes au Canada.

Une autre analyse coût-efficacité a démontré la rentabilité du test PGx chez n = 261 patients souffrant de dépression modérée à sévère. Comme l’étude actuelle a modélisé l’impact du PGx combinatoire sur n = 1 425 patients souffrant de dépression et obtenant une rémission, les résultats ne peuvent pas être directement comparés au modèle de Groessl et al, où n = 261 patients ont été inclus et où le critère d’évaluation cible était la réponse.

L’approche de modélisation utilisée dans cette analyse coût-efficacité comportait plusieurs limites. Tout d’abord, comme les données économiques à long terme associées aux tests combinatoires PGx pour la dépression n’étaient pas disponibles dans le cadre des soins de santé canadiens, l’étude actuelle a utilisé une évaluation indirecte des coûts associés au traitement de la dépression guidé par les PGx combinatoires par rapport à l’UAT. Nous avons appliqué les taux de rémission tirés de la littérature aux coûts canadiens associés à la dépression tirés de la littérature afin de dériver les coûts associés à chaque stratégie de traitement. De plus, les coûts liés à la dépression utilisés dans le modèle étaient principalement des coûts directs associés au traitement de la dépression (coûts des hôpitaux, des médecins et des médicaments sur ordonnance), tandis que les coûts indirects se limitaient à certains services sociaux (aide au loyer et aide au revenu d’emploi). Les coûts indirects supplémentaires qui pourraient être pris en compte dans une future modélisation de la rentabilité comprennent l’invalidité, l’absentéisme et la perte de productivité associés à la dépression, qui représentent un fardeau important pour l’économie canadienne d’environ 32 milliards de dollars par an.

En outre, cette étude est limitée par les hypothèses formulées lorsque les données empiriques n’étaient pas disponibles. Par exemple, lorsque les données sur la durabilité à long terme n’étaient pas disponibles, nous avons projeté un bénéfice relatif de 3 ans de la PGx combinatoire par rapport à la TAU. Ceci était basé sur la durée du bénéfice de la pharmacothérapie et reflétait le modèle de coût-efficacité américain précédemment publié du PGx combinatoire pour la dépression.

Cette étude peut également être limitée par l’utilisation d’un horizon temporel de 5 ans, qui peut sous-estimer les économies de coûts à long terme associées au traitement de la dépression guidé par le PGx combinatoire. Les lignes directrices du National Institute for Health and Care Excellence (NICE) et de l’Agence canadienne des médicaments et des technologies de la santé (ACMTS) pour les évaluations économiques recommandent toutes deux un horizon temporel suffisamment long pour saisir toutes les différences importantes de coûts ou de résultats entre les deux stratégies de traitement. En outre, lorsqu’une stratégie de traitement peut influer sur la mortalité, l’horizon temporel recommandé est la durée de vie du patient . Lorsque l’on utilise un horizon temporel de 50 ans dans une analyse exploratoire du modèle actuel, la différence entre les QALY, les économies de coûts et les RCED a changé de 32, 66 et 26 %, respectivement, la PGx combinatoire dominant davantage la stratégie TAU. Cependant, l’utilisation de la perspective de la durée de vie peut créer des difficultés analytiques lorsque des extrapolations très incertaines sont utilisées. Par conséquent, aux fins de cette évaluation du rapport coût-efficacité, nous avons choisi un horizon temporel prudent de 5 ans pour notre analyse primaire, comme l’indique une récente évaluation des technologies de la santé de la psychothérapie pour la dépression et l’anxiété par Qualité Santé Ontario

De plus, nous avons choisi de manière prudente un taux d’actualisation de 3 %, au lieu du taux d’actualisation de 1,5 % suggéré par le NICE et l’ACMTS pour les analyses économiques . Cependant, lorsque le modèle a été réexécuté avec le taux d’actualisation de 1,5 %, il y a eu peu d’impact sur les résultats du modèle et les coûts incrémentiels, les QALY et les RCED ont encore favorisé le PGx combinatoire par rapport au TAU.

Enfin, les taux de rechute associés à chaque stratégie de traitement utilisée dans le modèle ont été dérivés de différentes études. Le taux de rechute des patients utilisant la stratégie de traitement combinatoire PGx a été dérivé de données non publiées de l’essai clinique GUIDED, tandis que la rechute des patients utilisant la stratégie TAU a été rapportée dans une revue systématique des essais cliniques sur les antidépresseurs par Sim et al . Comme il y aura inévitablement des différences dans la conception des études, les taux de rechute sont simplement des estimations pour les deux stratégies de traitement et les analyses de sensibilité sont particulièrement importantes dans cette situation. Lorsque les taux de rechute ont été modifiés dans le cadre d’analyses de sensibilité à sens unique, les coûts différentiels et les RCED résultants sont restés inférieurs à -10 000 $ (c’est-à-dire qu’ils ont permis de réaliser des économies). En poussant plus loin, lorsque le taux de rechute du PGx combinatoire a été augmenté de 100%, tous les ICER sont restés inférieurs à -5000 $, ce qui signifie que même à la limite supérieure de rechute, le modèle reste rentable.

Conclusion

La présente étude a examiné le rapport coût-efficacité de l’utilisation du test PGx combinatoire pour guider le traitement de la dépression par rapport au traitement habituel. La stratégie de traitement combinatoire PGx s’est avérée plus efficace (gain en QALYs) et moins coûteuse (coûts incrémentaux négatifs) par rapport à la stratégie TAU pour la dépression. Avec l’appui d’analyses de sensibilité unidirectionnelles et probabilistes, nous concluons que le traitement combinatoire par PGx est rentable par rapport au TAU pour les patients souffrant de dépression modérée à sévère du point de vue du système de santé public canadien. Si l’on considère qu’environ 1,6 million de Canadiens ont déclaré avoir des besoins non satisfaits ou partiellement satisfaits en matière de santé mentale, notre approche du traitement des maladies mentales, y compris la dépression, doit être améliorée et faire l’objet d’un investissement plus important. Cependant, au Canada, la santé mentale représente 7,2 % du total des dépenses de santé du gouvernement, ce qui, dans le contexte international, est inférieur à celui de la plupart des pays développés . Selon cette analyse coût-efficacité, investir dans l’utilisation de tests PGx combinatoires pour guider le traitement de la dépression devrait améliorer les résultats des patients et la qualité de vie, ainsi que permettre des économies pour le système de santé public canadien.

Points sommaires
  • De meilleures approches de traitement de la dépression sont nécessaires afin d’augmenter la probabilité que les patients obtiennent une rémission et de diminuer le temps nécessaire à un tel résultat. Une approche qui peut être utilisée pour améliorer le traitement de la dépression est le test pharmacogénomique.

  • Le test pharmacogénétique combinatoire est une troisième génération de test pharmacogénétique où de multiples interactions gène-médicament pharmacocinétiques et pharmacodynamiques sont pondérées et contrebalancées. Cette approche est distincte des tests monogéniques de première génération ou des tests de deuxième génération d’interactions gène-médicament multiples et mérite donc sa propre évaluation de l’efficacité et de l’utilité économique.

  • Déterminer le rapport coût-efficacité des nouvelles technologies de santé est vital pour les décideurs et pour la mise en œuvre de la technologie.

  • Du point de vue du payeur public canadien, nous avons évalué le rapport coût-efficacité de l’utilisation du test pharmacogénétique combinatoire pour guider le traitement de la dépression.

  • En utilisant le test pharmacogénétique combinatoire pour guider le traitement de la dépression, les patients devraient gagner 0,14-0,19 années de vie ajustées sur la qualité (environ 2 mois) par rapport à l’utilisation du traitement habituel, sur une période de 5 ans.

  • Les tests pharmacogénétiques combinatoires sont projetés économiser le payeur public CAD 1687-3056 $ par rapport au traitement habituel, sur une période de 5 ans.

  • Les tests pharmacogénétiques combinatoires sont à la fois économiques et rentables, avec des rapports coût-efficacité incrémentaux projetés allant de -11 861 $ à -16 124 $/année de vie ajustée à la qualité gagnée.

  • Ces résultats s’ajoutent à l’ensemble des preuves démontrant que le test pharmacogénétique combinatoire est plus efficace et moins coûteux par rapport au traitement habituel de la dépression.

Données supplémentaires

Pour consulter les données supplémentaires qui accompagnent cet article, veuillez visiter le site Web du journal à l’adresse suivante : www.futuremedicine.com/doi/suppl/10.2217/pgs-2020-0012

Divulgation des intérêts financiers & concurrents

Cette étude a été entièrement financée par Assurex Health (maintenant Myriad Neuroscience). Le financement pendant la préparation du manuscrit a été soutenu par Assurex Health et une bourse postdoctorale Mitacs Elevate (JA Tanner). JA Tanner, PE Davies, CC Overall et BM Dechairo étaient employés par Assurex Health/Myriad au moment de l’étude. Les auteurs n’ont aucune autre affiliation pertinente ou participation financière avec une organisation ou une entité ayant un intérêt financier ou un conflit financier avec le sujet ou les matériaux discutés dans le manuscrit en dehors de ceux divulgués.

Aucune aide à la rédaction n’a été utilisée dans la production de ce manuscrit.

Accès libre

Cette œuvre est sous licence Attribution-NonCommercial-NoDerivatives 4.0 Unported License. Pour consulter une copie de cette licence, visitez le site http://creativecommons.org/licenses/by-nc-nd/4.0/

Les papiers d’intérêt particulier ont été mis en évidence comme : – d’intérêt ; — d’intérêt considérable

  • 1. Steensma C , Loukine L , Orpana H et al. Description du fardeau de la dépression sur la santé de la population : espérance de vie ajustée en fonction de la santé selon l’état dépressif au Canada. Promotion de la santé. Chronic Dis. Prev. Can. 36(10), 205-213 (2016). Crossref, Medline, CAS, Google Scholar
  • 2. Stonebridge C , Sutherland G . Healthy brains at work. estimating the impact of workplace mental health benefits and programs (2016). www.conferenceboard.ca/temp/62991e2c-3a36-40ea-add2-2332520fc891/8242_Healthy-Brains-Workplace_BR.pdf Google Scholar
  • 3. Mrazek DA , Hornberger JC , Altar CA , Degtiar I . Un examen du fardeau clinique, économique et sociétal de la dépression résistante au traitement : 1996-2013. Psychiatr. Serv. 65(8), 977-987 (2014). – Fournit un examen approfondi du fardeau économique de la dépression aux États-Unis, démontrant la nécessité de meilleurs traitements pour la dépression.Crossref, Medline, Google Scholar
  • 4. Tanner J-A , Hensel J , Davies PE , Brown LC , Dechairo BM , Mulsant BH . Le fardeau économique de la dépression et l’utilisation des ressources de santé associées au Manitoba, Canada. Can. J. Psych. doi:10.1177/0706743719895342 (2019). – Fournit une estimation du fardeau économique de la dépression au Canada, démontrant le fardeau important sur le système de santé et la nécessité de meilleurs traitements pour la dépression.Crossref, Google Scholar
  • 5. Rush AJ , Trivedi MH , Wisniewski SR et al. Acute and longer-term outcomes in depressed outpatients requiring one or several treatment steps : a STAR*D report. Am. J. Psychiatry 163(11), 1905-1917 (2006). Crossref, Medline, Google Scholar
  • 6. Greden JF , Parikh SV , Rothschild AJ et al. Impact of pharmacogenomics on clinical outcomes in major depressive disorder in the GUIDED trial : a large, patient- and rater-blinded, randomized, controlled study. J. Psychiatr. Res. 111, 59-67 (2019). — Le plus grand essai contrôlé randomisé (ECR) de tests pharmacogénétiques combinatoires pour guider le traitement de la dépression, rapportant l’utilité clinique et la validité de cette technologie.Crossref, Medline, Google Scholar
  • 7. Hall-Flavin DK , Winner JG , Allen JD et al. Utilité des tests pharmacogénomiques intégrés pour soutenir le traitement du trouble dépressif majeur dans un cadre ambulatoire psychiatrique. Pharmacogenet. Genomics 23(10), 535-548 (2013). — Une des premières études cliniques de tests pharmacogénétiques combinatoires pour guider le traitement de la dépression.Crossref, Medline, CAS, Google Scholar
  • 8. Hall-Flavin DK , Winner JG , Allen JD et al. Utilisation d’un algorithme pharmacogénomique pour guider le traitement de la dépression. Transl. Psychiatry 2, e172 (2012). — Une des premières études cliniques de tests pharmacogénétiques combinatoires pour guider le traitement de la dépression.Crossref, Medline, CAS, Google Scholar
  • 9. Winner JG , Carhart JM , Altar CA , Allen JD , Dechairo B . Une étude prospective, randomisée et en double aveugle évaluant l’impact clinique des tests pharmacogénomiques intégrés pour le trouble dépressif majeur. Discov. Med. 16, 219-227 (2013). — Une des premières études cliniques de tests pharmacogénétiques combinatoires pour guider le traitement de la dépression.Medline, Google Scholar
  • 10. Tanner JA , Davies PE , Voudouris NC et al. Pharmacogénomique combinatoire et amélioration des résultats des patients dans la dépression : traitement par des médecins de soins primaires ou des psychiatres. J. Psychiatr. Res. 104, 157-162 (2018). Crossref, Medline, Google Scholar
  • 11. Benitez J , Cool CL , Scotti DJ . Utilisation de conseils pharmacogénomiques combinatoires dans le traitement des troubles psychiatriques. Per. Med. 15(6), 481-494 (2018). Lien, CAS, Google Scholar
  • 12. Brown LC , Lorenz RA , Li J , Dechairo BM . Utilité économique : pharmacogénomique combinatoire et économies de coûts de médicaments pour les soins de santé mentale dans un contexte de soins primaires. Clin. Ther. 39(3), 592-602.e591 (2017). Crossref, Medline, Google Scholar
  • 13. Hornberger J , Li Q , Quinn B . Coût-efficacité des tests pharmacogénomiques combinatoires pour les patients atteints de trouble dépressif majeur résistant au traitement. Am. J. Manag. Care 21(6), e357-e365 (2015). — Le premier modèle de coût-efficacité de l’utilisation des tests pharmacogénomiques combinatoires pour guider le traitement de la dépression, projeté pour le système de santé américain.Medline, Google Scholar
  • 14. Winner JG , Carhart JM , Altar CA et al. Le guidage pharmacogénomique combinatoire pour les médicaments psychiatriques réduit les coûts pharmaceutiques globaux dans une évaluation prospective d’un an. Curr. Med. Res. Opin. 31(9), 1633-1643 (2015). Crossref, Medline, Google Scholar
  • 15. Ottawa ON . Institut canadien d’information sur la santé. Tendances des dépenses nationales de santé, 1975 à 2018 (2018). https://secure.cihi.ca/free_products/NHEX-trends-narrative-report-2018-en-web.pdf Google Scholar
  • 16. Geddes JR , Carney SM , Davies C et al. Prévention de la rechute avec le traitement médicamenteux antidépresseur dans les troubles dépressifs : une revue systématique. Lancet 361(9358), 653-661 (2003). Crossref, Medline, CAS, Google Scholar
  • 17. Sim K , Lau WK , Sim J , Sum MY , Baldessarini RJ . Prévention de la rechute et de la récidive chez les adultes atteints de troubles dépressifs majeurs : revue systématique et méta-analyses d’essais contrôlés. Int. J. Neuropsychopharmacol. 19(2), 1-13 (2015). Google Scholar
  • 18. Kessler RC , Berglund P , Demler O , Jin R , Merikangas KR , Walters EE . Prévalence au cours de la vie et distributions de l’âge d’apparition des troubles du DSM-IV dans la reproduction de la National Comorbidity Survey. Arch. Gen. Psychiatry 62(6), 593-602 (2005). Crossref, Medline, Google Scholar
  • 19. Qualité de la santé Ontario . Psychothérapie pour le trouble dépressif majeur et le trouble anxieux généralisé : évaluation des technologies de la santé. Ontario. Health Technol. Assess. Ser. 17(15), 1-167 (2017). – Évaluation des technologies de la santé par Qualité Santé Ontario d’une approche de traitement de la dépression, y compris la modélisation du rapport coût-efficacité.Google Scholar
  • 20. Brown L , Vranjkovic O , Li J et al. The clinical utility of combinatorial pharmacogenetic testing for patients with depression : a meta-analysis under consideration. Pharmacogenomics doi:10.2217/pgs-2019-0157 (2020). Lien, Google Scholar
  • 21. Statistique Canada. Tableau 13-10-0710-01 Décès et taux de mortalité, par groupe d’âge (2013-2017). https://doi.org/10.25318/1310071001-eng Google Scholar
  • 22. Qualité de vie Ontario. Stimulation magnétique transcrânienne répétitive pour la dépression résistante au traitement : une analyse économique. Ont. Health Technol. Assess. Ser. 16(6), 1-51 (2016). – Évaluation des technologies de la santé par Qualité Santé Ontario d’une approche de traitement de la dépression, y compris la modélisation du rapport coût-efficacité. Google Scholar
  • 23. Qualité de la santé Ontario. Thérapie cognitivo-comportementale dispensée par Internet pour la dépression majeure et les troubles anxieux : évaluation des technologies de la santé. Ont. Health Technol. Assess. Ser. 19(6), 1-199 (2019). – Une évaluation des technologies de la santé par Qualité Santé Ontario d’une approche de traitement de la dépression, y compris la modélisation du rapport coût-efficacité. Google Scholar
  • 24. Centre canadien de collaboration pour les ressources médicales. Psychiatrie – un profil récent de la profession. Association médicale canadienne (2012). http://nationalphysiciansurvey.ca/wp-content/uploads/2012/10/C3PR-Bulletin-201204-EN.pdf Google Scholar
  • 25. Groessl EJ , Tally SR , Hillery N , Maciel A , Garces JA . Coût-efficacité d’un test pharmacogénétique pour guider le traitement du trouble dépressif majeur. J. Manag. Care Spec. Pharm. 24(8), 726-734 (2018). Medline, Google Scholar
  • 26. Institut national pour la santé et l’excellence des soins (NICE). Guide des méthodes d’évaluation des technologies. 2013 (2013). www.ncbi.nlm.nih.gov/books/NBK395867/pdf/Bookshelf_NBK395867.pdf Google Scholar
  • 27. Lignes directrices pour l’évaluation économique des technologies de la santé : Canada (4e édition). (2017). www.cadth.ca/sites/default/files/pdf/guidelines_for_the_economic_evaluation_of_health_technologies_canada_4th_ed.pdf Google Scholar
  • 28. Cohen DJ , Reynolds MR . Interpréter les résultats des études de coût-efficacité. J. Am. Coll. Cardiol. 52(25), 2119-2126 (2008). Crossref, Medline, Google Scholar
  • 29. Sunderland A , Findlay LC . Besoin perçu de soins de santé mentale au Canada : résultats de l’Enquête sur la santé dans les collectivités canadiennes – Santé mentale de 2012. Rep. santé. 24(9), 3-9 (2013). Medline, Google Scholar
  • 30. Jacobs P , Dewa C , Lesage A et al. Le coût des services de santé mentale et de toxicomanie au Canada (2010). www.ihe.ca/publications/the-cost-of-mental-health-and-substance-abuse-services-in-canada Google Scholar

.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.