MétaCan
Menu
Retour à la cohorte
Enregistrement W2886042910 · doi:10.22374/1710-6222.25.2.2

ACTIVITIES OF THE PAN-CANADIAN PHARMACEUTICAL ALLIANCE: AN OBSERVATIONAL ANALYSIS

2018· article· en· W2886042910 sur OpenAlexaffvenueabout
Angela Rocchi, Fergal Mills

Notice bibliographique

RevueJournal of Population Therapeutics and Clinical Pharmacology · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensAthena Sustainable Materials Institute
Organismes subventionnairesnon disponible
Mots-clésReimbursementNegotiationAgency (philosophy)MedicineOrphan drugAlliancePrioritizationFamily medicineActuarial scienceHealth careBusinessPolitical scienceBioinformatics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The pan-Canadian Pharmaceutical Alliance (pCPA) was established in 2010 to negotiate confidential prices for drugs coming forward from Canada's centralized health technology assessment (HTA) agency reviews, on behalf of the participating public drug plans. OBJECTIVE: To analyze the activities of the pCPA, to determine: alignment of HTA agency recommendations and pCPA negotiation decisions; the role of health economics in pCPA activities; and patterns of implicit prioritization. METHODS: The analysis was based on the archive of drugs handled through the pCPA, as posted on its website. The period of observation was from inception to August 31, 2017. HTA recommendations were sourced from the websites of the Common Drug Review (CDR) and the pan-Canadian Oncology Drug Review. Descriptive and statistical analyses were conducted. RESULTS: The dataset contained 206 drug-indication pairings. There was close but imperfect alignment between HTA agency recommendations and the pCPA's decisions to negotiate; deviations occurred only with CDR-reviewed drugs. The median incremental cost-effectiveness ratio of negotiated drugs was $168K/QALY for oncology drugs, but $70K/QALY for non-oncology drugs. The time to initiate negotiations was dramatically shorter for oncology versus non-oncology drugs (mean 54 versus 263 days), and also differed between therapeutic areas at CDR. The time required for PCPA activity was surprisingly similar for drugs recommended without a price condition and for those conditional on a price reduction. CONCLUSION: These findings revealed a strong alignment between HTA recommendations and pCPA negotiations, an implicit prioritization favouring oncology drug negotiations, and an evolving role for health economics in Canada's reimbursement process.

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)0,008
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,014
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,680
Tête enseignante GPT0,587
Écart entre enseignants0,093 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Population Therapeutics and Clinical PharmacologyMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207