Non-Price-Related Determinants of Value and Access for Novel Non-small Cell Lung Cancer Treatments: A Cross-Country Review of HTA Decision Making
Notice bibliographique
Résumé
INTRODUCTION: Access and funding for newly approved treatments for non-small cell lung cancer (NSCLC) are often dependent on Health Technology Assessment (HTA) involving cost-effectiveness analysis. Whilst methods used by HTA agencies share many similarities, final decisions may differ. This may be the result, not just of price considerations, but also of variation in value judgements by different agencies. The aim of this study was to review international HTA evaluations to identify determinants of value and access for NSCLC treatments. METHODS: A targeted review and analysis was undertaken of published HTAs for NSCLC across HTA agencies in six countries (Australia, Canada, England, France, Ireland and Scotland). Analysis of extracted data consisted of three stages: descriptive analysis, bivariate analysis and multivariable analysis. RESULTS: The analysis included 163 HTAs that assessed oncological treatments for NSCLC from 2003 to 2019. The majority of HTA decisions (67.5%) were positive. However, some evidence of heterogeneity in HTA decisions and the factors informing them were identified. The most influential factors included in the multivariate model related to the HTA agency conducting the appraisal, the year of market authorisation, treatment type and the line of treatment. CONCLUSION: Heterogenous decision-making frameworks can present a challenge to developing HTA submissions. This research contributes to understanding decision-making factors and why countries make different decisions.
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 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 | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».