Introduction : Les statines ont prouvé leur efficacité dans le traitement des dyslipidémies. Cependant, ces molécules sont associées à des effets secondaires d’ordre musculaire. Puisque ces effets peuvent avoir des conséquences graves sur la vie des patients en plus d’être possiblement à l’origine de la non-observance d’une proportion importante des patients recevant une statine, un outil pharmacogénomique qui permettrait d’identifier a priori les patients susceptibles de développer des effets secondaires musculaires induits par une statine (ESMIS) serait très utile. L’objectif de la présente étude était donc de déterminer la valeur monétaire d’un tel type d’outil étant donné que cet aspect représenterait une composante importante pour sa commercialisation et son implantation dans la pratique médicale courante. Méthode : Une première simulation fut effectuée à l’aide de la méthode de Markov, mais celle-ci ne permettait pas de tenir compte de tous les éléments désirés. C’est pourquoi la méthode de simulation d'évènements discrets fut utilisée pour étudier une population de 100 000 patients hypothétiques nouvellement initiés sur une statine. Cette population virtuelle a été dupliquée pour obtenir deux cohortes de patients identiques. Une cohorte recevait le test et un traitement approprié alors que l'autre cohorte recevait le traitement standard actuel—i.e., une statine. Le modèle de simulation a permis de faire évoluer les deux cohortes sur une période de 15 ans en tenant compte du risque de maladies cardio-vasculaires (MCV) fatal ou non-fatal, d'ESMIS et de mortalité provenant d’une autre cause que d’une MCV. Les conséquences encourues (MCV, ESMIS, mortalité) par ces deux populations et les coûts associés furent ensuite comparés. Finalement, l’expérience fut répétée à 25 reprises pour évaluer la stabilité des résultats et diverses analyses de sensibilité ont été effectuées. Résultats : La différence moyenne des coûts en traitement des MCV et des ESMIS, en perte de capital humain et en médicament était de 28,89 $ entre les deux cohortes pour la durée totale de l’expérimentation (15 ans). Les coûts étant plus élevés chez celle qui n’était pas soumise au test. Toutefois, l’écart-type à la moyenne était considérable (416,22 $) remettant en question la validité de l’estimation monétaire du test pharmacogénomique. De plus, cette valeur était fortement influencée par la proportion de patients prédisposés aux ESMIS, par l’efficacité et le coût des agents hypolipidémiants alternatifs ainsi que par les coûts des traitements des ESMIS et de la valeur attribuée à un mois de vie supplémentaire. Conclusion : Ces résultats suggèrent qu’un test de prédisposition génétique aux ESMIS aurait une valeur d’environ 30 $ chez des patients s’apprêtant à commencer un traitement à base de statine. Toutefois, l’incertitude entourant la valeur obtenue est très importante et plusieurs variables dont les données réelles ne sont pas disponibles dans la littérature ont une influence importante sur la valeur. La valeur réelle de cet outil génétique ne pourra donc être déterminée seulement lorsque le modèle sera mis à jour avec des données plus précises sur la prévalence des ESMIS et leur impact sur l’observance au traitement puis analysé avec un plus grand nombre de patients. / Introduction: Statins have proven their efficacy in the treatment of dyslipidemias. However, these molecules are associated with muscular side effects. Since these side effects may have adverse consequences on patients’ daily life and have an important role in the discontinuation of statin therapy in a large proportion of patients, it would be useful to develop a pharmacogenomic test that identifies a priori the individuals who are likely to develop statin-related muscular side effects (SRMSE). The objective of the present study was to determine of the monetary value of such a type of test considering that this aspect would represent an important component of its marketing and implementation into medical practice. Method: The first simulation was carried out using the method of Markov, but this one did not allow consider all the desired elements. This is why the discrete events simulation method have been used to study a population of 100 000 hypothetical patients newly initiated on a statin. This virtual population was duplicated to have two identical cohorts of patients. The first one was administered the test and a suitable treatment while the second received the current standard treatment—that is, a statin. The model allowed the two cohorts to evolve over a period of 15 years taking into account the risks of fatal and non fatal cardiovascular diseases (CVD), SRMSE and mortality from other causes than CVD. The consequences (CVD, SRMSE, death) incurred in these two populations and the associated costs were then compared. Finally, the process was repeated 25 times to assess the stability of the results and various sensitivity analyses were carried out. Results: The mean difference of CVD and SRMSE treatments, lost of human capital and drugs costs between the two cohorts was of 28.89 $, these costs being higher in the cohort who was not administered the test. However, the standard deviation with the average was considerable (416.22 $) calling in question the validity of the monetary estimate of the test pharmacogenomic.This difference varied a lot as a function of the proportion of patients being predisposed to SRMSE, the efficacy and the costs of the alternative treatments, the SRMSE cost, and the value assigned to one additional month of life. Conclusion: The results suggest that a test of genetic predisposition to SRMSE would have a value around 30 $ in patients who start a statin treatment. However, uncertainty surrounding the value obtained is very important and several variables for which the real data are not available in the literature have an important influence on the value. The real value of this genetic tool could thus be given only when the model is updated with more precise data on the prevalence of the ESMIS and their impact on the observance at the treatment and then analyzed with a higher number of patients.

Introduction : Les statines ont prouvé leur efficacité dans le traitement des dyslipidémies. Cependant, ces molécules sont associées à des effets secondaires d’ordre musculaire. Puisque ces effets peuvent avoir des conséquences graves sur la vie des patients en plus d’être possiblement à l’origine de la non-observance d’une proportion importante des patients recevant une statine, un outil pharmacogénomique qui permettrait d’identifier a priori les patients susceptibles de développer des effets secondaires musculaires induits par une statine (ESMIS) serait très utile. L’objectif de la présente étude était donc de déterminer la valeur monétaire d’un tel type d’outil étant donné que cet aspect représenterait une composante importante pour sa commercialisation et son implantation dans la pratique médicale courante. Méthode : Une première simulation fut effectuée à l’aide de la méthode de Markov, mais celle-ci ne permettait pas de tenir compte de tous les éléments désirés. C’est pourquoi la méthode de simulation d'évènements discrets fut utilisée pour étudier une population de 100 000 patients hypothétiques nouvellement initiés sur une statine. Cette population virtuelle a été dupliquée pour obtenir deux cohortes de patients identiques. Une cohorte recevait le test et un traitement approprié alors que l'autre cohorte recevait le traitement standard actuel—i.e., une statine. Le modèle de simulation a permis de faire évoluer les deux cohortes sur une période de 15 ans en tenant compte du risque de maladies cardio-vasculaires (MCV) fatal ou non-fatal, d'ESMIS et de mortalité provenant d’une autre cause que d’une MCV. Les conséquences encourues (MCV, ESMIS, mortalité) par ces deux populations et les coûts associés furent ensuite comparés. Finalement, l’expérience fut répétée à 25 reprises pour évaluer la stabilité des résultats et diverses analyses de sensibilité ont été effectuées. Résultats : La différence moyenne des coûts en traitement des MCV et des ESMIS, en perte de capital humain et en médicament était de 28,89 $ entre les deux cohortes pour la durée totale de l’expérimentation (15 ans). Les coûts étant plus élevés chez celle qui n’était pas soumise au test. Toutefois, l’écart-type à la moyenne était considérable (416,22 $) remettant en question la validité de l’estimation monétaire du test pharmacogénomique. De plus, cette valeur était fortement influencée par la proportion de patients prédisposés aux ESMIS, par l’efficacité et le coût des agents hypolipidémiants alternatifs ainsi que par les coûts des traitements des ESMIS et de la valeur attribuée à un mois de vie supplémentaire. Conclusion : Ces résultats suggèrent qu’un test de prédisposition génétique aux ESMIS aurait une valeur d’environ 30 $ chez des patients s’apprêtant à commencer un traitement à base de statine. Toutefois, l’incertitude entourant la valeur obtenue est très importante et plusieurs variables dont les données réelles ne sont pas disponibles dans la littérature ont une influence importante sur la valeur. La valeur réelle de cet outil génétique ne pourra donc être déterminée seulement lorsque le modèle sera mis à jour avec des données plus précises sur la prévalence des ESMIS et leur impact sur l’observance au traitement puis analysé avec un plus grand nombre de patients. / Introduction: Statins have proven their efficacy in the treatment of dyslipidemias. However, these molecules are associated with muscular side effects. Since these side effects may have adverse consequences on patients’ daily life and have an important role in the discontinuation of statin therapy in a large proportion of patients, it would be useful to develop a pharmacogenomic test that identifies a priori the individuals who are likely to develop statin-related muscular side effects (SRMSE). The objective of the present study was to determine of the monetary value of such a type of test considering that this aspect would represent an important component of its marketing and implementation into medical practice. Method: The first simulation was carried out using the method of Markov, but this one did not allow consider all the desired elements. This is why the discrete events simulation method have been used to study a population of 100 000 hypothetical patients newly initiated on a statin. This virtual population was duplicated to have two identical cohorts of patients. The first one was administered the test and a suitable treatment while the second received the current standard treatment—that is, a statin. The model allowed the two cohorts to evolve over a period of 15 years taking into account the risks of fatal and non fatal cardiovascular diseases (CVD), SRMSE and mortality from other causes than CVD. The consequences (CVD, SRMSE, death) incurred in these two populations and the associated costs were then compared. Finally, the process was repeated 25 times to assess the stability of the results and various sensitivity analyses were carried out. Results: The mean difference of CVD and SRMSE treatments, lost of human capital and drugs costs between the two cohorts was of 28.89 $, these costs being higher in the cohort who was not administered the test. However, the standard deviation with the average was considerable (416.22 $) calling in question the validity of the monetary estimate of the test pharmacogenomic.This difference varied a lot as a function of the proportion of patients being predisposed to SRMSE, the efficacy and the costs of the alternative treatments, the SRMSE cost, and the value assigned to one additional month of life. Conclusion: The results suggest that a test of genetic predisposition to SRMSE would have a value around 30 $ in patients who start a statin treatment. However, uncertainty surrounding the value obtained is very important and several variables for which the real data are not available in the literature have an important influence on the value. The real value of this genetic tool could thus be given only when the model is updated with more precise data on the prevalence of the ESMIS and their impact on the observance at the treatment and then analyzed with a higher number of patients.