MétaCan
Menu
Retour à la cohorte
Enregistrement W3082520350 · doi:10.1186/s13023-020-01519-0

Registries for orphan drugs: generating evidence or marketing tools?

2020· article· en· W3082520350 sur OpenAlexaff
Carla E. M. Hollak, Sandra Sirrs, Sibren van den Berg, Vincent van der Wel, Mirjam Langeveld, Hanka Dekker, Robin Lachmann, Saco J. de Visser

Notice bibliographique

RevueOrphanet Journal of Rare Diseases · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAmsterdam University Medical CentersIdorsia PharmaceuticalsRecordati Rare DiseasesAmicus TherapeuticsUltragenyx PharmaceuticalSanofi
Mots-clésOrphan drugRare diseasePharmaceutical industryBusinessIndependence (probability theory)Health careDiseaseDrug approvalMedicineDrugPharmacologyBioinformaticsEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

Independent disease registries for pre-and post-approval of novel treatments for rare diseases are increasingly important for healthcare professionals, patients, regulators and the pharmaceutical industry. Current registries for rare diseases to evaluate orphan drugs are mainly set up and owned by the pharmaceutical industry which leads to unacceptable conflicts of interest. To ensure independence from commercial interests, disease registries should be set up and maintained by healthcare professionals and patients. Public funding should be directed towards an early establishment of international registries for orphan diseases, ideally well before novel treatments are introduced. Regulatory bodies should insist on the use of data from independent disease registries rather than company driven, drug-oriented registries.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,059
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,349
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,059
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,375
Tête enseignante GPT0,415
Écart entre enseignants0,040 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrphanet Journal of Rare DiseasesMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207