MétaCan
Menu
Retour à la cohorte
Enregistrement W2433338099 · doi:10.3747/co.23.3024

Provincial Elections and Timing of Cancer Drug Funding

2016· article· en· W2433338099 sur OpenAlexafffundvenueabout
Amirrtha Srikanthan, Sudeep S. Gill, Kelvin Chan

Notice bibliographique

RevueCurrent Oncology · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensCanadian Centre for Applied Research in Cancer ControlSunnybrook Health Science CentreQueen's UniversityBC Cancer Agency
Organismes subventionnairesHealth CanadaCanadian Centre for Applied Research in Cancer Control
Mots-clésMedicineDemographyCancer drugsCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Concerns have been raised about the potential influence of political pressures on drug funding decisions. We evaluated the temporal relationship between cancer drug funding and provincial elections in 9 Canadian provinces. METHODS: New indications for cancer drugs between January 2003 and December 2012 were identified, and the dates of official provincial funding dates and election dates between 1 January 2003 and 31 December 2014 were retrieved. The probability of drug funding announcements in the 60-day period preceding a provincial election was evaluated using binomial probability distribution analysis. RESULTS: Data from 9 provinces (all Canadian provinces except Quebec) were available. During the period of interest, 69 new indications for 39 individual drugs were identified. Variation in the availability of funding dates was identified. At the time of data collection, 2 provinces did not have data available for all 69 indications. For the 9 provinces, the number of funded indications during the 60-day period preceding an election ranged from 0 to 3; however, no differences in the proportion of indications funded pre-election were identified. Additional analyses also failed to demonstrate any significant associations with the 90-day period before an election, or the 60- and 90-day periods after an election. CONCLUSIONS: We observed no clear temporal relationship between provincial election dates and funding decisions in this recent Canadian sample of new indications for cancer drugs.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,846
Score d'incertitude au seuil0,348

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,132
Tête enseignante GPT0,363
Écart entre enseignants0,230 · 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'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

Citations3
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207