MétaCan
Menu
Retour à la cohorte
Enregistrement W2918082148 · doi:10.1186/s13023-018-0990-4

Estimating the clinical cost of drug development for orphan versus non-orphan drugs

2019· article· en· W2918082148 sur OpenAlexaff
Kavisha Jayasundara, Aidan Hollis, Murray Krahn, Muhammad Mamdani, Jeffrey S. Hoch, Paul Grootendorst

Notice bibliographique

RevueOrphanet Journal of Rare Diseases · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensSt. Michael's HospitalToronto Public HealthUniversity of CalgaryUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésOrphan drugDrugDrug developmentMedicinePharmacologyBioinformatics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: High orphan drug prices have gained the attention of payers and policy makers. These prices may reflect the need to recoup the cost of drug development from a small patient pool. However, estimates of the cost of orphan drug development are sparse. METHODS: Using publicly available data, we estimated the differences in trial characteristics and clinical development costs with 100 orphan and 100 non-orphan drugs. RESULTS: We found that the out-of-pocket clinical costs per approved orphan drug to be $166 million and $291 million (2013 USD) per non-orphan drug. The capitalized clinical costs per approved orphan drug and non-orphan drug were estimated to be $291 million and $412 million respectively. When focusing on new molecular entities only, we found that the capitalized clinical cost per approved orphan drug was half that of a non-orphan drug. CONCLUSIONS: More discussion is needed to better align on which cost components should be included in research and development costs for pharmaceuticals.

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)0,014
score de la tête « metaresearch » (Gemma)0,069
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 enseignants0,014
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,069
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,205
Tête enseignante GPT0,434
Écart entre enseignants0,229 · 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

Citations125
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrphanet Journal of Rare DiseasesMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207