Les régulateurs dans l’accès aux médicaments contre le cancer au Canada
Notice bibliographique
Résumé
En se référant uniquement aux médicaments inscrits sur les listes agréées par les régimes publics d’assurance des différentes provinces, plusieurs concluent qu’il existe une très grande variabilité dans l’accès des médicaments contre le cancer (MCC) pour les citoyens vivant dans les différentes provinces du Canada. Cela met en cause l’équité dans l’accès à ces médicaments entre les citoyens canadiens. Le but premier de cet article est de démontrer que la simple inscription aux listes des régimes publics d’assurance ne peut être considérée comme un indicateur suffisant pour déterminer la disponibilité effective des MCC pour le patient. Nous nous employons dès lors à décrire les différents régulateurs mis en place dans chacune des provinces, de les comparer et de déterminer l’impact sur l’accessibilité aux MCC pour les patients dans chacune des provinces. Nous intégrons sous le vocable de régulateur les conditions à respecter pour l’accès, via le régime d’assurance public, de même que les modalités (stratégies) décrétées par le tiers payeur pour la gestion de ces conditions. Nos analyses conduisent à conclure qu’il existe bel et bien une variation entre les provinces concernant l’accès aux médicaments financés par les fonds publics, mais que cette variabilité affecte en premier lieu des traitements de moindre importance.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».