MétaCan
Menu
Retour à la cohorte
Enregistrement W1981352286 · doi:10.3747/co.19.946

International Variability in the Reimbursement of Cancer Drugs by Publically Funded Drug Programs

2012· article· en· W1981352286 sur OpenAlexaffvenueabout
Parneet Cheema, Scott Gavura, M. Migus, Brian Godman, Latifa Yeung, Maureen Trudeau

Notice bibliographique

RevueCurrent Oncology · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreCancer Care OntarioUniversity of Toronto
Organismes subventionnairesKela
Mots-clésReimbursementMedicineSunitinibFamily medicineErlotinibEnvironmental healthHealth careCancerEconomic growth

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Evaluate inter-country variability in the reimbursement of publically funded cancer drugs, and identify factors such as cost containment measures that may contribute to variability. METHODS: As of February 28, 2010, licensed indications for 10 cancer drugs (bevacizumab, bortezomib, cetuximab, erlotinib, imatinib, pemetrexed, rituximab, sorafenib, sunitinib, and trastuzumab) were obtained from the drug registries of 6 licensing authorities corresponding to 13 countries or regions: Australia, Canada (Ontario), England, Finland, France, Italy, Germany, Japan, New Zealand, the Netherlands, Scotland, Sweden, and the United States (Medicare Parts B and D). Number of licensed indications reimbursed by public payers and the use of cost containment measures were obtained by survey of health authorities involved in reimbursement and through public documents. RESULTS: The 48 identified licensed indications varied between agencies (range: 36-44 indications). Finland, France, Germany, Sweden, and the United States reimbursed the highest percentage of indications (range: 90%-100%). Canada (54%), Australia (46%), Scotland (40%), England (38%), and New Zealand (25%) reimbursed the least. All 5 countries with the lowest rate of reimbursement incorporated a cost-effectiveness analysis into reimbursement decisions and rejected submissions for reimbursement mainly because of lack of cost effectiveness; in New Zealand, lack of cost effectiveness was the second leading cause of rejection after excessive cost. In 9 countries, risk-sharing agreements were used to contain costs. Indications initially not recommended for reimbursement (9 in Australia, 5 in Canada, and 3 in England, New Zealand, and Scotland) were subsequently approved with risk-sharing agreements or special pricing arrangements. CONCLUSIONS: Reimbursement of publically funded cancer drugs varies globally. The cause is multifactorial.

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)0,031
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,869
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0310,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,504
Tête enseignante GPT0,535
Écart entre enseignants0,031 · 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.

Devis d'étudeSans objet
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

Citations88
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207