MétaCan
Menu
Retour à la cohorte
Enregistrement W1585859626 · doi:10.1007/s10754-015-9172-2

The impact of pharmaceutical innovation on premature cancer mortality in Canada, 2000–2011

2015· article· en· W1585859626 sur OpenAlexaboutno aff
Frank R. Lichtenberg

Notice bibliographique

RevueInternational Journal of Health Economics and Management · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMortality rateDemographyCumulative incidenceIncidence (geometry)CancerCancer incidenceToxicologyInternal medicineBiologyCohort

Résumé

récupéré en direct d'OpenAlex

The premature cancer mortality rate has been declining in Canada, but there has been considerable variation in the rate of decline across cancer sites. I analyze the effect that pharmaceutical innovation had on premature cancer mortality in Canada during the period 2000-2011, by investigating whether the cancer sites that experienced more pharmaceutical innovation had larger declines in the premature mortality rate, controlling for changes in the incidence rate. Premature mortality before age 75 is significantly inversely related to the cumulative number of drugs registered at least 10 years earlier. Since mean utilization of drugs that have been marketed for less than 10 years is only one-sixth as great as mean utilization of drugs that have been marketed for at least a decade, it is not surprising that premature mortality is strongly inversely related only to the cumulative number of drugs that had been registered at least ten years earlier. Premature mortality before age 65 and 55 is also strongly inversely related to the cumulative number of drugs that had been registered at least ten years earlier. None of the estimates of the effect of incidence on mortality are statistically significant. Controlling for the cumulative number of drugs, the cumulative number of chemical subgroups does not have a statistically significant effect on premature mortality. This suggests that drugs (chemical substances) within the same class (chemical subgroup) are not therapeutically equivalent. During the period 2000-2011, the premature (before age 75) cancer mortality rate declined by about 9 %. The estimates imply that, in the absence of pharmaceutical innovation during the period 1985-1996, the premature cancer mortality rate would have increased about 12 % during the period 2000-2011. A substantial decline in the "competing risk" of death from cardiovascular disease could account for this. The estimates imply that pharmaceutical innovation during the period 1985-1996 reduced the number of years of potential life lost to cancer before age 75 in 2011 by 105,366. The cost per life-year before age 75 gained from previous pharmaceutical innovation is estimated to have been 2730 USD. Most of the previously-registered drugs were off-patent by 2011, but evidence suggests that, even if these drugs had been sold at branded rather than generic prices, the cost per life-year gained would have been below 11,000 USD, a figure well below even the lowest estimates of the value of a life-year gained. The largest reductions in premature mortality occur at least a decade after drugs are registered, when their utilization increases significantly. This suggests that, if Canada is to obtain substantial additional reductions in premature cancer mortality in the future (a decade or more from now) at a modest cost, pharmaceutical innovation (registration of new drugs) is needed today.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,134
Tête enseignante GPT0,404
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health Economics and ManagementMême sujetPharmaceutical Economics and PolicyTravaux en français237 207