MétaCan
Menu
← Retour à la cohorte
Enregistrement W2883215759 · doi:10.5061/dryad.0bf6000

Data from: Health Canada’s use of accelerated review pathways and therapeutic innovation, 1995-2016: a cohort study

2018· article· en· W2883215759 sur OpenAlexaffabout
Joel Lexchin

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMedicineGerontology

Résumé

récupéré en direct d'OpenAlex

Objectives: This study examines the use of accelerated approval pathways by Health Canada over the period 1995 to 2016 inclusive and the relationship between the use of these pathways and the therapeutic gain offered by new products. Design: Cohort study. Data sources: Therapeutic Products Directorate, Biologics and Genetic Therapies Directorate, Notice of Compliance database, Notice of Compliance with conditions web site, Patented Medicine Prices Review Board, La revue Prescrire, World Health Organization (WHO) Anatomical Therapeutic Chemical (ATC) classification system. Interventions: None. Primary and secondary outcomes: Percent of new drugs evaluated by Health Canada that went through an accelerated pathway between 1995 and 2016 inclusive. Kappa values comparing the review status to assessments of therapeutic value for individual drugs. Results: 438 (70.3%) drugs went through the standard pathway, 185 (29.7%) an accelerated pathway. Therapeutic evaluations were available for 509 drugs. Health Canada used an accelerated approval pathway for 159 of the 509 drugs whereas only 55 were judged to be therapeutically innovative. The Kappa value for the entire period for all 509 drugs was 0.276 (95% CI 0.194, 0.359) or fair. Conclusion: Health Canada’s use of accelerated approvals was stable over the entire time period. Its ability to predict which drugs will offer a major therapeutic gain is relatively poor. The findings in this study should provoke a discussion about whether Health Canada should continue to use these pathways and if so how their use can be improved.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,028
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,012
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,429
Tête enseignante GPT0,464
Écart entre enseignants0,035 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineÉvaluation
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)→Même sujetClinical practice guidelines implementation→Travaux en français237 207→