MétaCan
Menu
Retour à la cohorte
Enregistrement W2892202751 · doi:10.1200/jco.2017.35.15_suppl.e18312

The impact of pricing strategy on the cost of oral anti-cancer drugs during dose reductions.

2017· article· en· W2892202751 sur OpenAlexaffabout
Judy Truong, Kelvin Chan, Helen Mai, Alexandra Chambers, Mona Sabharwal, Maureen Trudeau, Matthew C. Cheung

Notice bibliographique

RevueJournal of Clinical Oncology · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensCanadian Agency for Drugs and Technologies in HealthHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineDrugCancer drugsPharmacology

Résumé

récupéré en direct d'OpenAlex

e18312 Background: The pricing strategy of oral medications can affect their costs. The strategy of flat pricing per tablet may increase drug costs in the event of dose reductions requiring more tablets, as there is a single price for different tablet strengths, but the impact is largely unknown. With the strategy of linear pricing, the tablet price increases with its strength. We sought to determine the impact of pricing strategy on the cost of oral anti-cancer drugs during dose reductions. Methods: Oral anti-cancer drugs reviewed by the pan-Canadian Oncology Drug Review were identified between July 2011 to January 2015. The pricing strategy of these drugs was reviewed. We examined the percentage change in cost per mg and cost per 28 days as a result of dose reduction from dose level 0 to -1 and -2 for each drug. Results: Seventeen drugs for use in 20 indications were included in the analysis. There were 3 drugs for hematological malignancies and 14 drugs for solid cancers. Fifty-nine percent (10/17) of these drugs were available in multiple strengths; five of them utilized fixed pricing per tablet strategy and the other 5 utilized linear pricing. The remaining drugs (7/17) were available in a single strength tablet. Dose reductions generally increased the cost per mg for drugs using flat pricing per tablet, with a mean increase of 82% (range: 25%-200%) at dose level -1 and 100% (range: 0%-200%) at dose level -2. Dose reduction had no effect on the cost per mg of drug for drugs using linear pricing apart from lenalidomide, which had increased costs due to minimal price variation between the highest and lowest tablet strengths. In general, dose reduction did not decrease the cost per 28 days of drug for drugs using flat pricing per tablet, but was proportionally reduced in drugs using linear pricing. Conclusions: While there is a general expectation that the cost of drugs should decrease with dose reduction, oral anti-cancer drugs using flat pricing per tablet have increased cost per mg and no decrease in cost per 28 days despite dose reduction. Future economic evaluations should account for the impact of dose reductions for oral drugs using the flat pricing per tablet strategy on cost-effectiveness and budget.

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)0,005
score de la tête « metaresearch » (Gemma)0,045
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 enseignants0,077
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,045
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,218
Tête enseignante GPT0,465
Écart entre enseignants0,247 · 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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207