Use of Real-World Data Sources for Canadian Drug Pricing and Reimbursement Decisions: Stakeholder Views and Lessons for Other Countries
Notice bibliographique
Résumé
BACKGROUND: Canada has a long history of the use of clinical evidence to support healthcare decision making. Given improvements in data holdings and analytic capacity in Canada and stakeholder interest, the purpose of this study is to reflect on perceptions of the value of real-world evidence in pricing and reimbursement decisions, barriers to its optimal use in pricing and reimbursement, current initiatives that may lead to its increased use, and what role the pharmaceutical industry may play in this.Methods/ResultsTo capture stakeholder perceptions, ninety-one participants identified as key stakeholders were identified according to background roles and geography and invited to participate in four round table discussions conducted under Chatham House rule. Important themes emerging from these discussions included: (i) the need to understand what "real world" evidence means; (ii) barriers to using real world evidence from differences in access, governance, inter-operability, system structures, expertise, and quality across Canadian health systems; (iii) differing views on industry's role. CONCLUSIONS: The use of real-world data in Canada to inform pricing and reimbursement decisions is far from routine but nascent and slowly increasing. Barriers, including interoperability concerns, may also apply to other federated health systems that need to focus on the networking of healthcare administrative data across provincial jurisdictional boundaries. There also appears to be a desire to see better use of pragmatic trials linked to these administrative data sets. Emerging initiatives are under way to use real world evidence more broadly, and include identification of common data elements and approaches to networking data.
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 | 0,107 | 0,121 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,014 | 0,009 |
| Communication savante | 0,017 | 0,006 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».