Drug Policy: Making Effective Drugs Available Without Bankrupting the Healthcare System
Notice bibliographique
Résumé
To the extent possible, drug policy should be based upon good quality evidence. This must extend beyond the traditional focus on efficacy and safety in carefully selected patients, to evidence about real-world effectiveness, cost-effectiveness and safety of drugs. This paper will consider methods of improving the quality of the evidence currently available, and the implications of requiring that evidence. Historically, there has been a direct link between research evidence and policy at the level of licensing - drugs are only made available after they have been shown to be safe and efficacious in well-designed and independently assessed research studies. We propose that this reliance on evidence be logically extended to cover the formulary inclusion and post-marketing surveillance aspects of modern prescription drug policy. More specifically we propose that the decision to initially list a drug on a benefit formulary be based on evidence from relevant head-to-head comparisons and well-designed cost-effectiveness analyses. This evidence would be produced by industry in cooperation with independent peer-reviewed funding agencies. Drugs could only be added to a formulary if they met specific predetermined criteria, and drugs could be removed as superior alternatives became available. The provincial governments are monopsony buyers of medicines, and they wield the power to determine public payer "market access'for medicines. This power (within and across provinces) could be used more effectively to negotiate price in the context of reimbursement. The effect of different methods of influencing prescribing (e.g., 'limited access?) upon drug utilization and patient outcomes should be rigorously assessed, including the randomization of groups of patients or communities to different strategies. We also propose that all drugs on the formulary would be subject to a well-designed post-marketing surveillance program. This program would build on the existing passive reporting of adverse events by adding a proactive system that would systematically describe the use and impact of drugs. The notion of drug safety would be extended to include not only adverse events, but also inappropriate use of drugs that results inpatients receiving drugs that do not benefit them. Inappropriate use wastes resources and can put patients and populations at risk.
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 | 0,100 | 0,176 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,028 |
| Communication savante | 0,020 | 0,033 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,030 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,007 |
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 ».