MétaCan
Menu
Retour à la cohorte
Enregistrement W2908296447 · doi:10.1017/s0266462318001526

OP134 Pan-Canadian Oncology Drug Review Decisions And Access To Anticancer Treatments In Canada

2018· article· en· W2908296447 sur OpenAlexaboutno aff
Ambrish Singh, Salman Hussain

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-clésMedicineFormularyReimbursementFamily medicinePublic healthCancer drugsInternal medicineOncologyCancerHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

Introduction: The Canadian Agency for Drugs and Technologies in Health (CADTH) pan-Canadian Oncology Drug Review (pCODR) plays an important role in public reimbursement decision-making for oncology drugs in Canada. This research studies the relation of positive pCODR decisions to new cancer treatment and their subsequent inclusion in Canada's public drug plans. Methods: We studied all oncology drugs that received an approval from Health Canada and were reviewed by the pCODR from inception till 26th Sep, 2017. The data was obtained from CADTH and Health Canada. Data such as indication, submission type and date, recommendation date, final recommendation, and subsequent provincial funding status was extracted and analyzed. Impact was evaluated by analyzing the percentage of drug submissions with assessment outcome (positive recommendation rate and conditional recommendation rate) and time taken for the final decision (recommendation gap). The percentage of drugs included in public formulary after positive recommendation by pCODR (coverage rate) and the gap in days from positive recommendation to subsequent coverage in provinces (coverage gap) was also assessed. Results: Among 119 drugs reviewed by pCODR, the positive recommendation rate was eight percent. Nine applications comprising seven drugs for six indications received positive recommendations, and genitourinary treatments received maximum positive recommendations. The conditional recommendation rate was 52 percent; 62 applications of 45 drugs for 46 indications received conditional recommendation. Lymphoma and myeloma treatments received maximum conditional recommendations. The average recommendation gap for positive and conditional recommendations was 180 and 172 days, respectively. The coverage rate for drugs with positive recommendation was 100 percent for all provinces except 89 percent for Newfoundland and Labrador, and 67 percent for Prince Edward Island. Among the provinces, British Columbia had a maximum of 433 days and Saskatchewan has the minimum of 165 days coverage gap. Conclusions: Despite Health Canada's approval, only a fraction of oncology drugs receive positive pCODR recommendation; furthermore, provincial drug plans take time to include these in the reimbursement formularies. While health technology assessment is crucial for appropriate allocation of limited resources, efforts should also be made to reduce access barriers, particularly to positively recommended oncology drugs inclusion in provincial formularies.

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)0,008
score de la tête « metaresearch » (Gemma)0,061
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 enseignants0,930
Score d'incertitude au seuil0,505

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,061
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,009
Études des sciences et des technologies0,0020,001
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,229
Tête enseignante GPT0,541
Écart entre enseignants0,312 · 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