Canadian status of “drugs to avoid” in 2017: a descriptive analysis
Notice bibliographique
Résumé
BACKGROUND: ), annually releases a list of drugs to avoid. The aim of this analysis was to review the status of the 2017 list of drugs in Canada to determine whether they had been approved for marketing, their therapeutic status and whether they have been recommended for listing on public drug plans. METHODS: . The status of each drug in Canada was assessed through the Drug Product Database. Therapeutic ratings were obtained from the Patented Medicine Prices Review Board (PMPRB) and the formulary listing recommendation came from the Common Drug Review (CDR) or the pan-Canadian Oncology Drug Review (pCODR). For drugs without a formulary recommendation the Ontario Drug Benefit (ODB) Formulary was searched to see if the product was listed. RESULTS: recommended not using 92 drugs. The PMPRB evaluated 36 of these drugs; 2 were classed as substantial improvements or breakthroughs, 3 as moderate improvements and 31 as little or no therapeutic improvement. Nine of the remaining drugs that were approved in Canada were not assessed because they were approved before 1988 (the year the PMPRB was established), 4 were approved from December 2015 onward and had not yet been reviewed by the PMPRB, and for 1 the approval date was unknown. Twenty-six of the drugs were evaluated by CDR or pCODR, of which 13 were recommended for formulary listing. Sixteen additional drugs that were not evaluated were on the ODB Formulary. INTERPRETATION: recommended avoiding were available in Canada. The results also highlight the diversity of the conclusions that different expert panels have reached.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».