Impact of a Novel Prioritization Framework on Clinician-Led Oncology Drug Submissions
Notice bibliographique
Résumé
Background: In Canada, requests for public reimbursement of cancer drugs are predominately initiated by pharmaceutical manufacturers. Clinician-led submissions provide a mechanism to initiate the drug funding process when industry does not submit a request for funding consideration. Although such requests are resource-intensive to produce, Cancer Care Ontario (cco) has the capacity to facilitate clinician-led submissions. In 2014, cco began developing a cancer drug prioritization framework that allocates resources to systematically address a growing number of clinician-identified funding gaps with clinician-led submissions. Methods: Cancer site-specific drug advisory committees established by cco consist of health care practitioners whose roles include identifying and prioritizing funding gaps. The committees submit their identified gaps to a cross-cancer-site prioritization exercise in which the requests are ranked based on a set of guiding principles derived from health technology assessment. The requests are then sequentially allocated the resources needed to meet submission requirements. Whether the funding gap is of provincial or pan-Canadian relevance determines where the submission is filed for assessment. Results: Since its inception, the cco framework has identified 17 funding gaps in 9 cancer sites. In 4 prioritizations, the framework supported 6 submissions. As of June 2018, the framework had contributed to the eventual funding of more than 9 new drug-indication pairs, with more awaiting funding consideration. Conclusions: The cco prioritization framework has enabled clinicians to effectively and systematically identify, prioritize, and fill funding gaps not addressed by industry. Ultimately, the framework helps to ensure that patients can access evidence-informed and cost-effective therapies. The framework will continue to evolve as it encounters new challenges, including funding requests for rare indications.
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 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 | 0,208 | 0,255 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,009 | 0,004 |
| Communication savante | 0,015 | 0,009 |
| Science ouverte | 0,006 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,004 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».