External influences and priority-setting for anti-cancer agents: a case study of media coverage in adjuvant trastuzumab for breast cancer
Notice bibliographique
Résumé
BACKGROUND: Setting priorities for the funding of new anti-cancer agents is becoming increasingly complex. The funding of adjuvant trastuzumab for breast cancer has brought this dilemma to the fore. In this paper we review external factors that may influence decision-making bodies and present a case study of media response in Ontario, Canada to adjuvant trastuzumab for breast cancer. METHODS: A comprehensive search of the databases of Canadian national and local newspapers and television was performed. Articles pertaining to trastuzumab in adjuvant breast cancer as well as 17 other anti-cancer drugs and indications were retrieved. The search period was from the date when individual trial results were announced to the date funding was made available in Ontario. RESULTS: During the 2.6 months between the release of the trastuzumab results to funding approval in Ontario, we identified 51 episodes of media coverage. For the 17 other drugs/indications (7 breast and 10 non-breast), the median time to funding approval was 31 months (range 14-46). Other recent major advances in oncology such as adjuvant vinorelbine/cisplatin for resected NSCLC and docetaxel for advanced prostate cancer received considerably less media attention (17 media reports for each) than trastuzumab. The median number of media reports for breast cancer drugs was 4.5 compared to 2.5 for non-breast cancer drugs (p = 0.56). CONCLUSION: Priority-setting for novel anti-cancer agents is a complex process that tries to ensure fair use of constrained resources to fund therapies with the best evidence of clinical benefit. However, this process is subject to external factors including the influence of media, patient advocates, politicians, and industry. The data in this case study serve to illustrate the significant involvement one (or all) of these external factors may play in the debate over priority-setting.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».