A Decade of Data Protection for Innovative Drugs in Canada: Issues, Limitations, and Time for a Reassessment
Notice bibliographique
Résumé
Drug regulators in Canada and in other nations require innovative pharmaceutical companies to submit undisclosed clinical or other data as a condition of approving the marketing of new pharmaceutical products-the origination of which involves considerable effort and investment. Data protection regulations were enacted in Canada in 2006, which-to some extent-closed a loophole in intellectual property law that had previously left innovative companies with no effective data protection for their clinical data. Although the regulations were intended to clarify and effectively implement Canada's international treaty obligations in the spirit of innovation, a review of Canada's first decade of effective data protection shows that Health Canada and Canadian courts have interpreted the scope of data protection for innovative drugs in a narrow manner that undermines and is inconsistent with the intent of the regulations. As the 10-year anniversary of data protection in Canada is this year (2016), this article demonstrates the need to advance Canada's data protection regime into one that consistently contributes to the promotion of investment in pharmaceutical research and development, to the mutual advantage of innovators and patients, in a manner conducive to the social and economic welfare of Canadians.
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 | 0,095 | 0,132 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,018 | 0,039 |
| Communication savante | 0,031 | 0,017 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,018 | 0,041 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».