DRUG DISINVESTMENT FRAMEWORKS: COMPONENTS, CHALLENGES, AND SOLUTIONS
Notice bibliographique
Résumé
OBJECTIVES: Value assessments of marketed drug technologies have been developed through disinvestment frameworks. Components of these frameworks are varied and implementation challenges are prevalent. The objective of this systematic literature review was to describe disinvestment framework process components for drugs and to report on framework components, challenges, and solutions. METHODS: A systematic literature search was conducted using the terms: reassessment, reallocation, reinvestment, disinvestment, delist, decommission or obsolescence in MEDLINE, EMBASE, NLM PubMed, the Cochrane Library, and CINAHL from January 1, 2000, until November 14, 2015. Additional citations were identified through a gray literature search of Health Technology Assessment international (HTAi) and the International Network of Agencies for Health Technology Assessment (INAHTA) member Web sites and from bibliographies of full-text reviewed manuscripts. RESULTS: Sixty-three articles underwent full text review and forty were included in the qualitative analysis. Framework components including disinvestment terms and definitions, identification and prioritization criteria and methods, assessment processes, stakeholders and dissemination strategies, challenges, and solutions were compiled. This review finds that stakeholders lack the political, administrative, and clinical will to support disinvestment and that there is not one disinvestment framework that is considered best practice. CONCLUSIONS: Drug technology disinvestment components and processes vary and challenges are numerous. Future research should focus on lessening value assessment challenges. This could include adopting more neutral framework terminology, setting fixed reassessment timelines, conducting therapeutic reviews, and modifying current qualitative decision-making assessment frameworks.
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 | 0,204 | 0,263 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,015 | 0,019 |
| Études des sciences et des technologies | 0,004 | 0,013 |
| Communication savante | 0,019 | 0,026 |
| Science ouverte | 0,006 | 0,013 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».