MétaCan
Menu
Retour à la cohorte
Enregistrement W2907348964 · doi:10.1017/s0266462318002684

PP134 The Impact Of Pan-Canadian Oncology Drug Review Coming Under The Remit Of The Canadian Agency For Drugs And Technologies In Health – Three Year Update

2018· article· en· W2907348964 sur OpenAlexaboutno aff
R. Macaulay, Erika Turkstra, Elizabeth A. Griffiths

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAgency (philosophy)Government (linguistics)Family medicineDemography

Résumé

récupéré en direct d'OpenAlex

Introduction: The pan-Canadian Oncology Drug Review (pCODR) was established in 2010 to bring consistent oncology drug assessments across Canadian provinces/territories. In April 2014, pCODR was transferred to the Canadian Agency for Drugs and Technologies in Health (CADTH). This transfer comprised two phases. In phase one, pCODR staff, processes, funding, and expertise remained intact as a program but under the government of CADTH. In phase two, beginning April 2015, better alignment of pCODR and CADTH evaluation criteria and review processes were explored. This research aims to see what effect the CADTH transfer has had on the number of appraisals conducted by pCODR and their recommendation rates. Methods: All publically available pCODR reports were extracted up to 22nd November 2017. The drug, indication, date and outcome were extracted. Statistical comparisons were made using Student's t-test. Results: Ninety-six appraisals have been conducted by pCODR, reflecting an average of 16 per year (10 in 2012, 18 in 2013, 9 in 2014, 24 in 2015, 19 in 2016, and 20 in 2017). The rate of appraisals was similar pre-CADTH transfer (14.2 per year [32 from January 2012 to March 2014]) versus post-CADTH transfer (13.7 per year [56 from April 2014 to November 2017]). Seventy-eight percent of pCODR outcomes were positive recommendations (defined as full recommendations [10 percent] or restricted/conditional recommendations [68 percent]) with 22 percent not recommended. Annually, positive recommendation rates were 70 percent in 2012, 89 percent in 2013, 78 percent in 2014, 79 percent in 2015, 74 percent in 2016, and 75 percent in 2017. There were no significant differences in recommendation rates since pCODR was transferred to CADTH irrespective if the phase one or phase two cut-off dates were used (p = 0.434 and 0.307, respectively). Conclusions: The number of appraisals and likelihood of a positive recommendation for oncology drugs has not been affected by the pCODR transfer to CADTH.

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)0,082
score de la tête « metaresearch » (Gemma)0,280
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,887
Score d'incertitude au seuil0,823

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0820,280
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0210,021
Études des sciences et des technologies0,0040,003
Communication savante0,0170,005
Science ouverte0,0030,004
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,150
Tête enseignante GPT0,492
Écart entre enseignants0,342 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Assessment in Health CareMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207