Trade-offs, fairness, and funding for cancer drugs: key findings from a deliberative public engagement event in British Columbia, Canada
Notice bibliographique
Résumé
BACKGROUND: Spending on cancer drugs has risen dramatically in recent years compared to other areas of health care, due in part to higher prices associated with newly approved drugs and increased demand for these drugs. Addressing this situation requires making difficult trade-offs between cost, harms, and ability to benefit when using public resources, making it important for policy makers to have input from many people affected by the issue, including citizens. METHODS: In September 2014, a deliberative public engagement event was conducted in Vancouver, British Columbia (BC), on the topic of priority setting and costly cancer drugs. The aim of the study was to gain citizens' input on the topic and have them generate recommendations that could inform cancer drug funding decisions in BC. A market research company was engaged to recruit members of the BC general public to deliberate over two weekends (four days) on how best to allocate resources for expensive cancer treatments. Participants were stratified based on the 2006 census data for BC. Participants were asked to discuss disinvestment, intravenous versus oral chemotherapy delivery, and decision governance. All sessions were audio recorded and transcribed. Transcripts were analyzed using NVivo 11 software. RESULTS: Twenty-four individuals participated in the event and generated 30 recommendations. Participants accepted the principle of resource scarcity and the need of governments to make difficult trade-offs when allocating health-care resources. They supported the view that cost-benefit thresholds must be set for high-cost drugs. They also expected reasonable health benefits in return for large expenditures, and supported the view that some drugs do not merit funding. Participants also wanted drug funding decisions to be made in a non-partisan and transparent way. CONCLUSION: The recommendations from the Vancouver deliberation can provide guidance to policy makers in BC and may be useful in challenging pricing by pharmaceutical companies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,028 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».