Integrating public preferences into national reimbursement decisions: a descriptive comparison of approaches in Belgium and New Zealand
Notice bibliographique
Résumé
BACKGROUND: Public health care payer organizations face increasing pressures to make transparent and sustainable coverage decisions about ever more expensive prescription drugs, suggesting a need for public engagement in coverage decisions. However, little is known about countries' approaches to integrating public preferences in existing funding decisions. The aim of this study was to describe how Belgium and New Zealand used deliberative processes to engage the public and to identify lessons learned from these countries' approaches. METHODS: To describe two countries' deliberative processes, we first reviewed key country policy documents and then conducted semi-structured interviews with five leaders of the processes from Belgium and New Zealand. We assessed each country's rationales for and approaches to engaging the public in pharmaceutical coverage decisions and identified lessons learned. We used qualitative content analysis of the interviews to describe key themes and subthemes. RESULTS: In both countries, the national public payer organization initiated and led the process of integrating public preferences into national coverage decision making. Reimbursement criteria considered outdated and changing societal expectations prompted the change. Both countries chose a deliberative process of public engagement with a multi-year commitment of many stakeholders to develop new reimbursement processes. Both countries' new reimbursement processes put a stronger emphasis on quality of life, the separation of individual versus societal perspectives, and the importance of final reimbursement decisions being taken in context rather than based largely on cost-effectiveness thresholds. CONCLUSIONS: To face the growing financial pressure of sustainable funding of medicines, Belgium's and New Zealand's public payers have developed processes to engage the public in defining the reimbursement system's priorities. Although these countries differ in context and geographic location, they came up with overlapping lessons learnt which include the need for 1) political commitment to initiate change, 2) broad involvement of all stakeholders, and 3) commitment of all to engage in a long-term process. To evaluate these changes, further research is required to understand how coverage decisions in systems with and without public engagement differ.
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 | 0,029 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».