A methodological review of national and transnational pharmaceutical budget impact analysis guidelines for new drug submissions
Notice bibliographique
Résumé
INTRODUCTION: Budget impact analysis (BIA) in health care, sometimes referred to as resource impact, is the financial change in the use of health resources associated with adding a new drug to a formulary or the adoption of a new health technology. Several national and transnational organizations worldwide have updated their BIA guidelines in the past 4 years. The aim of the present review was to provide a comprehensive list of the key recommendations of BIA guidelines from different countries that may be of interest for those who wish to build or to update BIA guidelines. METHODS: National and transnational BIA guidelines were searched in databases including MEDLINE, EMBASE, Cochrane, EconLit, CINAHL, Business Source Premier, HealthSTAR, and the gray literature including regulatory agency websites. Data were reviewed and abstracted based on key elements in a standard BIA model (analytical model structure, input and data sources, and reporting format). RESULTS: Eight national (Australia, UK, Belgium, Ireland, France, Poland, Brazil, and Canada) and one transnational (International Society for Pharmacoeconomics and Outcomes Research) BIA guidelines were included in this review, and a comprehensive list of BIA recommendations was identified. The review showed that certain recommendations such as patient population assessment, drug-related direct costs, discounting, and disaggregated results were common across the various jurisdictions. BIA guidelines differed from each other in terms of the number and scope of recommendations, the terminology used (eg, the definition of comparators or cost offsets) and the direction of the recommendations (ie, to include or not to include with respect to such items as off-label indications, indirect costs, clinical outcomes, and resource utilization). CONCLUSION: While there was a common purpose for all of the BIA guidelines that were identified, substantial differences did occur in the specific recommendations. The pharmaceutical financing system structure might explain why guidelines from the UK, Australia, and Canada have more country-specific recommendations. The desire to be consistent with adopted economic evaluation assumptions might be another reason for some observed differences between countries. Further research is required to assess the source of the heterogeneity between BIA recommendations are identified in different guidelines.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Métarecherche Domaine: Méthodes · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | Métarecherche Domaine: Méthodes · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,415 | 0,693 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,012 | 0,019 |
| Bibliométrie | 0,061 | 0,068 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,015 | 0,011 |
| Science ouverte | 0,008 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».