A multidisciplinary review of the policy, intellectual property rights, and international trade environment for access and affordability to essential cancer medications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 2015, the World Health Organization (WHO) Expert Committee approved the addition of 16 cancer medicines to the WHO Model List of Essential Medicines (EML), bringing the total number of cancer medicines on the list to 46. This change represented the first major revision to the EML oncology section in recent history and reinforces international recognition of the need to ensure access and affordability for cancer treatments. Importantly, many low and middle-income countries rely on the EML, as well as the children's EML, as a guide to establish national formularies, and moreover use these lists as tools to negotiate medicine pricing. However, EML inclusion is only one component that impacts cancer treatment access. More specifically, factors such as intellectual property rights and international trade agreements can interact with EML inclusion, drug pricing, and accessibility. To better understand this dynamic, we conducted an interdisciplinary review of the patent status of EML cancer medicines compared to other EML noncommunicable disease medicines using the 17th, 18th, 19th, 20th, and 21st editions of the list. We also explored the interaction of intellectual property rights with the international trade regime and how trade agreements can and do impact cancer treatment access and affordability. Based on this analysis, we conclude that patent status is simply one factor in the complex international environment of health systems, IPR policies, and trade regimes and that aligning these oftentimes disparate interests will require shared global governance across the cancer care continuum.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle