Clinical trials in Ontario’s quality-based funding model.
Notice bibliographique
Résumé
186 Background: Clinical trials (CTs) are a key component of a quality cancer care system. When funding for systemic therapy services in Ontario transitioned in 2014 from a one-time payment for new cases to bundled payments for specific care activities (consultation, therapy, well follow-up, supportive care), a policy was developed to address public funding for systemic therapy in CTs. Methods: Treatment facilities receive funding from the Systemic Treatment-Quality Based Program (ST-QBP) for treatment with evidence-informed regimens inclusive of inexpensive drug, preparation and delivery costs. Under the new CT policy, randomized CTs with a standard of care comparator arm receive funding for all arms of the trial from the ST-QBP for older inexpensive drugs and all treatment administration costs at the band level for the disease type and stage. Non-randomized CTs are funded at the level of best supportive care or other appropriate band level. CT costs over and above the standard of care must be negotiated with industry sponsors. New and expensive drugs in CTs may be funded through separate provincial drug reimbursement programs if used according to publicly approved funding indications. Weekly joint reviews of new CT submissions by staff of the ST-QBP and drug reimbursement programs ensures timely communication to investigators concerning policy alignment and public funding and addresses potential concerns with regard to downstream access to expensive drugs. Results: As of January 29, 2016, 121 CT applications have been assessed (Phase 0 = 1, Phase I = 26, Phase II = 31, Phase III = 39, Phase IV = 1 and Multi-Phase = 23). Almost all CTs are aligned with the new policy and were assessed in a timely fashion. Assessments are posted on Cancer Care Ontario’s website within 1 week of review to allow all Ontario investigators access to this information. Conclusions: A clear CT funding policy and timely reviews support patient and investigator access to new and innovative therapies within an evidence-informed public funding model in Ontario, Canada. [Table: see text]
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 | 0,067 | 0,101 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,011 | 0,004 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,004 |
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 ».