MétaCan
Menu
← Retour à la cohorte
Enregistrement W2892335150 · doi:10.1200/jco.2017.35.15_suppl.e18052

An exploration of how a countries' HTA process can affect patient access.

2017· article· en· W2892335150 sur OpenAlexaboutno aff
A. Jaksa, Anson Pontynen, Alexander Bastian

Notice bibliographique

RevueJournal of Clinical Oncology · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineReimbursementInternal medicineHematologyOncologyFamily medicineHealth care

Résumé

récupéré en direct d'OpenAlex

e18052 Background: Drugs in the USA become available from the moment of FDA approval. Access to oncology therapies outside of the USA may be delayed by regulatory and additional payer HTA processes. This study aimed to examine differences in oncology conditions that may impact time from regulatory approval to an HTA reimbursement decision in countries with mandatory HTA. Methods: Oncology HTAs (N = 569) for medicines approved by the EMA, Health Canada, and the Therapeutic Goods Administration (Australia) were matched on indication with HTAs from France, Germany, Canada, England, Scotland, and Australia. Resubmissions were excluded. The date of the first reimbursement decision was subtracted from the date of the regulatory approval to determine the time to issue a reimbursement decision. Trends by disease were examined. Results: The time between regulatory approval and reimbursement decision was significantly longer for solid-state oncology drugs than for hematology oncology drugs (mean 344 days vs. 280 days, respectively; p = 0.03). Within hematology oncology, Non-Hodgkin’s Lymphoma had the shortest time to a decision (229 days; n = 37) while Myelofibrosis had the longest (411 days; n = 3). For solid-state diseases, Sarcoma had the shortest time (5 days; n = 2) and Small-cell Lung Cancer had the longest (752 days; n = 5) time to a decision. Conclusions: Time to patient access to oncology medications varies by disease condition, which may reflect disease-related factors that impact assessment. The time to a decision for a hematology medicine was approximately two months shorter than the time to a decision for a solid-state medicine. It is possible that unmet need, budget impact, or competitive features within hematology conditions are driving the speed of assessments in these medicines. Further research is needed to determine why there are differences in time to decisions by oncology disease conditions.

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)0,014
score de la tête « metaresearch » (Gemma)0,092
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 enseignants0,014
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,092
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,795
Tête enseignante GPT0,639
Écart entre enseignants0,156 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→