Association between oncology drug review times and public funding recommendations.
Notice bibliographique
Résumé
99 Background: New oncology drugs undergo detailed review of clinical, economic, and patient data. Thoroughly assessing these data can require lengthy review processes, in the absence of accelerated approval pathways. The aim of this study was to assess how cancer drug review times impact public funding recommendations. Methods: Drugs reviewed by Canada’s health technology assessment body, the pan-Canadian Oncology Drug Review (pCODR), from April 2012 to November 2020 were included in this study. Data was collected including Health Canada approval date, initial and final funding recommendations, treatment intent, drug class, clinical indication (tumour type) and incremental cost-effectiveness ratios (ICER). Univariable and multivariable analyses were used to determine the association between funding recommendations and review times. Results: Of the 227 applications submitted to pCODR, 168 had received positive funding recommendations. Amongst the total drug applications, 24 (14.3%) drugs were intended for the treatment of thoracic cancers, 19 (11.3%) for gastrointestinal cancers, 17 (10.1%) for genitourinary cancers, 17 (10.1%) for breast cancer, and 91 (54.2%) for other tumour sites. Median time from pCODR submission to final recommendation was longer for drugs indicated for the treatment of lung and breast cancer compared to those indicated for treatment of other tumours (223 vs. 212 vs. 203 days, respectively; Kruskal-Wallis p = 0.0322). Drugs with longer review times were more likely to receive a negative pCODR recommendation, even when adjusting for ICER (157 vs 298 days, Wilcoxon p-value = 0.0003). There was no association between positive or negative funding recommendation and tumour type. Conclusions: Oncology drugs with longer review times are less likely to receive recommendation for public funding in Canada. Addressing factors contributing to variance in review times and standardizing the review process can ensure equitable access to cancer drugs.
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 | 0,034 | 0,316 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».