MétaCan
Menu
← Retour à la cohorte
Enregistrement W2894171415 · doi:10.1200/jco.2018.36.30_suppl.41

Pan-Canadian Oncology Drug Review (pCODR): A unique model to support harmonization of cancer drug funding decisions in Canada.

2018· review· en· W2894171415 sur OpenAlexaffabout
Maureen Trudeau, Alexandra Chambers, Kendra Christiansen, Helen Mai

Notice bibliographique

RevueJournal of Clinical Oncology · 2018
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensCanadian Agency for Drugs and Technologies in HealthHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineHarmonizationConcordanceCancer drugsFamily medicineDrugActuarial sciencePharmacologyBusinessInternal medicine

Résumé

récupéré en direct d'OpenAlex

41 Background: Unlike most other countries, Canada has a dedicated HTA process to review cancer drugs. pCODR, a program of CADTH, conducts thorough and objective evaluations of clinical and economic evidence; as well as considering clinician and patient perspectives, and using this information to make recommendations to the participating jurisdictions to guide their drug funding decisions. Previously, Canadian provinces had separate regional drug review processes to inform their local funding decisions. The pCODR process reduces duplication of effort by individual funders and ensures that reviews are done in a timely and consistent manner. Methods: In a retrospective review, we identified all anticancer drugs reviewed by pCODR from July 2011 to March 2018. Results: As of March 31, 2018, pCODR has issued 103 notifications to implement a final recommendation. Of note, 96% of the submissions include patient group input and 88% of the submissions include clinician input. The median time to complete a review is 146 business days. The pCODR Expert Review Committee has issued 21 negative recommendations, while the remainder were either positive recommendations (n = 10), or conditional recommendations (n = 72). The “condition” that must be addressed most frequently in the conditional recommendations is the cost-effectiveness of the drug. Over 75% of the 82 positive and conditional recommendations have received uptake from one or more participating jurisdictions. The concordance rates are as follows: Conclusions: With the implementation of the pCODR process, there is greater harmonization in cancer drug funding decisions and supports equitable access across Canada.[Table: see text]

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)0,178
score de la tête « metaresearch » (Gemma)0,223
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,883
Score d'incertitude au seuil0,941

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1780,223
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0150,013
Études des sciences et des technologies0,0080,004
Communication savante0,0170,006
Science ouverte0,0070,010
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,778
Tête enseignante GPT0,629
Écart entre enseignants0,149 · 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'étudeSans objet
DomaineÉvaluation
GenreSynthèse

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

En bref

Citations4
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

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