Comprehensive Drug-Class Review Framework for improved evidence-based drug policy and formulary modernization
Notice bibliographique
Résumé
Formularies are used by payers to optimize access and ensure the appropriate use of medications. Lack of follow-up and re-evaluation can lead to outdated formularies that are not reflective of current evidence. Formulary modernization, an approach to re-align formularies with current evidence has proven successful. The Ontario Drug Policy Research Network (ODPRN) launched a framework for conducting comprehensive drug-class reviews. This commentary describes the individual components of this framework and lessons learned through completion of 12 reviews between 2013 and 2016. We present the ODPRN drug-class review of treatments for chronic hepatitis B as a case example to illustrate the components and impact. The incorporation of foundational health technology assessment components such as economic evaluations and knowledge synthesis with contextualizing evidence such as patient and clinician perspectives (through qualitative studies), real-world evidence (through data analytics), and cross-jurisdictional comparisons (through environmental scans and data analytics), successfully developed jurisdictionally specific policy recommendations grounded in up-to-date evidence. The ODPRN framework for conducting comprehensive drug-class reviews is a robust and feasible approach to conduct formulary modernization. This framework allows for actionable and specific policies which are likely to be considered by decision makers. Adoption of similar frameworks in other jurisdictions may improve uptake of evidence-informed policy recommendations.
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 | 0,589 | 0,559 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,011 | 0,016 |
| Bibliométrie | 0,053 | 0,029 |
| Études des sciences et des technologies | 0,011 | 0,018 |
| Communication savante | 0,037 | 0,028 |
| Science ouverte | 0,017 | 0,021 |
| Intégrité de la recherche | 0,029 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».