PUBLIC REIMBURSEMENT OF PRESCRIPTION DRUG USED FOR OFF-LABEL INDICATIONS IN ONTARIO
Notice bibliographique
Résumé
BACKGROUND: A Canadian Agency for Drugs and Technologies in Health (CADTH) therapeutic review concluded that bevacizumab and ranibizumab have similar efficacy and safety in treating retinal conditions and recommended bevacizumab be used as preferred initial therapy based on a cost-saving perspective. Such use would be off-label because bevacizumab is not approved for these conditions and has a serious safety warning (SSW) in its Product Monograph (PM) about intravitreal use. OBJECTIVE: To evaluate whether the Ontario Public Drug Programs (OPDP) reimbursement is provided only for off-label use for serious, life-threatening or severely debilitating conditions and not when the drug's PM contains a SSW against such use. METHODS: OPDP reimbursement criteria for non-palliative drugs from its frequently-requested Exceptional Access Program (EAP) and Limited Use (LU) lists were compared with approved indications and SSWs in the drugs' PMs. RESULTS: Of 125 unique frequently-requested non-palliative EAP drugs, 12 included off-label use for serious conditions for which no alternative treatment exists. Eight of the 12 had SSWs, but only one warning for orally-administered sirolimus related directly to the OPDP-reimbursed off-label use. Of 29 injectable non-palliative LU drugs, one had off-label LU criteria allowing reimbursement for an unapproved indication and a SSW unrelated to the reimbursable indication. CONCLUSION: Presently, OPDP only reimburse drugs for off-label use for the treatment of serious, life-threatening or severely debilitating conditions for which no alternative treatment exists. OPDP should not diverge from this approach by allowing cost-savings to trump appropriate drug use, which would set a unique and unprecedented example.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».