д.м.н., профессор, заведующий кафедрой клинической фармакологии и доказательной медицины ФГБОУ ВО «Первый Санкт-Петербургский государственный медицинский университет им. академика И.П. Павлова» Минздрава России, профессор кафедры фармакологиимедицинского факультета ФГБОУ ВО «Санкт-Петербургский государственный университет»
ул. Льва Толстого, д. 6-8, Санкт-Петербург 197022
Университетская наб., д. 7–9, Санкт-Петербург 199034
Dr. Med. Sc., Professor, Chief of Chair Clinical Pharmacology and Evidence-Based Medicine, Pavlov University; Professor, Chair of Pharmacology, Faculty of Medicine, Saint Petersburg State University
6-8 Lev Tolstoy Str., Saint Petersburg 197022
7–9 Universitetskaya Emb., Saint Petersburg 199034
д.м.н., профессор кафедры клинической фармакологии и доказательной медицины ФГБОУ ВО «Первый Санкт-Петербургский государственный медицинский университет им. академика И.П. Павлова» Минздрава России, врач – клинический фармаколог СПб ГБУЗ «Городская больница Святого Великомученика Георгия»
ул. Льва Толстого, д. 6-8, Санкт-Петербург 197022
Северный пр-т, д. 1, Санкт-Петербург 194354
Dr. Med. Sc., Professor, Chair of Clinical Pharmacology and Evidence-Based Medicine, First Pavlov State Medical University; Clinical Pharmacologist, Saint George City Hospital
6-8 Lev Tolstoy Str., Saint Petersburg 197022
1 Severnyy Ave., Saint Petersburg 194354
специалист кафедры математического моделирования энергетических систем факультета прикладной математики – процессов управления ФГБОУ ВО «Санкт-Петербургский государственный университет»
Университетская наб., д. 7–9, Санкт-Петербург 199034
Specialist, Chair of Mathematical Modeling of Energy Systems, Faculty of Applied Mathematics – Control Processes, Saint PetersburgState University
7–9 Universitetskaya Emb., Saint Petersburg 199034
к.ф.-м.н., кафедра процессов управления факультета прикладной математики ФГБОУ ВО «Санкт-Петербургский государственный университет»
Университетская наб., д. 7–9, Санкт-Петербург 199034
PhD (Phys.-Math.), Chair of Control Processes, Faculty of Applied Mathematics, Saint Petersburg State University
7–9 Universitetskaya Emb., Saint Petersburg 199034
Objective: to evaluate the clinical and economic effectiveness of alectinib in comparison with lorlatinib in adult patients with advanced anaplastic lymphoma kinase (ALK) positive non-small cell lung cancer (NSCLC).
Materials and methods. The calculations included the direct costs of the healthcare system: the costs of drug therapy, detecting and relieving adverse events, palliative care. A Markov model consisting of three patient states (“alive without progression”, “alive with progression”, “death”) was constructed, the probabilities of which were obtained from previously conducted clinical studies. Due to the equivalence of strategies regarding overall and non-progressive survival, the cost minimization analysis was applied.
Results. The total costs per 1 patient when using lorlatinib were 40.63% higher than for alectinib (12,551,770 and 7,451,522 rubles, respectively). At the same time, the difference was mainly determined by different costs of targeted therapy: in the alectinib group, the cost of drug therapy per 1 patient amounted to 6,646,247 rubles, in lorlatinib group – to 11,922,814 rubles (44% higher).
Conclusion. The use of alectinib in the treatment of patients with ALK-positive NSCLC is justified not only from clinical, but also from an economic point of view.
Цель: оценить клинико-экономическую эффективность применения алектиниба в сравнении с лорлатинибом у взрослых пациентов с распространенным положительным на киназу анапластической лимфомы (англ. anaplastic lymphoma kinase, ALK) немелкоклеточным раком легкого (НМРЛ).
Материал и методы. При расчетах учтены прямые затраты системы здравоохранения: стоимость лекарственной терапии, выявления и купирования нежелательных явлений, паллиативной помощи. Построена марковская модель, состоящая из трех состояний пациента («жив без прогрессии», «жив с прогрессией», «смерть»), вероятности нахождения в каждом из которых получены по данным ранее проведенных клинических исследований. Ввиду равной эффективности стратегий в отношении общей и беcпрогрессивной выживаемости применен анализ минимизации затрат.
Результаты. Суммарные затраты в расчете на 1 пациента при использовании лорлатиниба были на 40,63% выше затрат при применении алектиниба (12 551 770 и 7 451 522 руб. соответственно). При этом разница преимущественно определялась различиями в стоимости таргетной терапии: в группе алектиниба затраты на лекарственную терапию в расчете на 1 пациента составили 6 646 247 руб., в группе лорлатиниба – 11 922 814 руб., что на 44% выше.
Заключение. Применение алектиниба в терапии пациентов с распространенным ALK-положительным НМРЛ оправданно не только с клинической, но и с экономической точки зрения.
The authors declare that there are no conflicts of interest present.