The Costs of Industry-Sponsored Drug Trials in Canada
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to estimate the provincial and nationwide costs of industry-sponsored drug clinical trials (CTs) in Canada. METHODS: We used the Aggregate Analysis of ClinicalTrials.gov (AACT) database, and included all industry-sponsored drug CTs that were conducted in Canada and completed in 2016. We estimated the costs of the study drugs using the market price. Estimates of the costs of management and patient services were based on industry contracts. RESULTS: The sample included 394 CTs that were conducted in 2039 facilities in Canada and provided services for 20,126 Canadian enrollees. Two-thirds of the CTs (277 of 394) were in the non-cancer category. On average, the drug costs per patient were 89,680 Canadian dollars ($Can) during the lifespan of the CTs, and were higher in cancer CTs than in non-cancer CTs ($Can216,876 vs. $Can65,274). The total costs of industry-sponsored drug CTs completed in 2016 was $Can2093.7 million. Drug costs accounted for the majority of this total ($Can1804.9 million). Ontario ($Can781.2 million) and Quebec ($Can757.5 million) had the highest costs. CONCLUSION: The costs of industry-sponsored drug CTs completed in 2016 when measured in terms of market prices in Canada were valued at $Can2.1 billion.
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 | 0,008 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».