MétaCan
Menu
Retour à la cohorte
Enregistrement W3092276302 · doi:10.1200/jco.2020.38.29_suppl.60

Better treatment at what cost? A study of myeloma spending.

2020· article· en· W3092276302 sur OpenAlexaffabout
Rohini Naipaul, Elena Mow, Rebecca E. Mercer, Lyndee Yeung, Scott Gavura, C. Tom Kouroukis

Notice bibliographique

RevueJournal of Clinical Oncology · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensCanadian Centre for Applied Research in Cancer ControlJuravinski Cancer CentreCancer Care Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicineMultiple myelomaCancer drugsLenalidomideCancerPharmacyBortezomibGovernment (linguistics)Family medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

60 Background: Multiple myeloma represents less than 1.5% of new cancer cases in Canada. Currently, the estimated median overall survival is at least 5-6 years, primarily driven by therapeutic advances over the past decade. As treatment protocols routinely use doublet and triplet combinations, there are increasing concerns about the ability of health systems to afford growing costs of treatment. To inform system planning in Ontario, we examined trends in costs and utilization of myeloma drugs funded by Ontario’s New Drug Funding Program (NDFP) and the Ontario Drug Benefit program (ODB). Methods: NDFP primarily funds IV cancer drugs while ODB funds take-home cancer drugs (THCD). Treatment volumes and government costs, including drug costs and pharmacy fees where applicable, were obtained from ODB and NDFP claims data. Based on the available data, trends were examined from the 2010/11 to the second quarter of the 2019/20 fiscal year. Results: A total of 7 myeloma drugs (3-IV cancer drugs, 4-THCD) were examined. Over 9 years (2010/11 - 2018/19), spending on publicly-funded myeloma drugs increased by 303% while treatment volumes increased by 116%. Between 2014/15 and 2018/19, bortezomib spending decreased by 72%, largely due to generic pricing policies, while lenalidomide spending increased by 158%, likely due to new indications. By 2018/19, these 7 drugs accounted for 17% of the total cancer drug costs under Ontario's publicly funded programs. NDFP spending on IV cancer drugs by the second quarter of 2019/20 has surpassed the annual expenditures in 2018/19 due to the addition of daratumumab. Conclusions: Since 2010/11, growth in Ontario's public expenditures on myeloma drugs has outpaced savings from pricing policies and this growth is mainly driven by the high cost of the novel agents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,779
Score d'incertitude au seuil0,444

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,011
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,432
Tête enseignante GPT0,483
Écart entre enseignants0,051 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetPharmaceutical Economics and PolicyTravaux en français237 207