Real-world Use of and Spending on New Oral Targeted Cancer Drugs in the US, 2011-2018
Notice bibliographique
Résumé
Importance: Launch prices of new cancer drugs in the US have substantially increased in recent years despite growing concerns about the quantity and quality of evidence supporting their approval by the US Food and Drug Administration (FDA). Objective: To assess the use of and spending on new oral targeted cancer drugs among US residents with employer-sponsored insurance between 2011 and 2018, stratified by the strength of available evidence of benefit. Design, Setting, and Participants: In this cross-sectional study, dispensing claims for oral targeted cancer drugs first approved by the FDA between January 1, 2011, and December 31, 2018, were analyzed. The number of patients with drugs dispensed and the total payment for all claims were aggregated by calendar year, and these outcomes were arrayed according to evidence underlying FDA approvals, including pivotal study design (availability of randomized clinical trials) and overall survival (OS) benefit, as documented in drug labels. This study was conducted from July 17, 2019, to July 23, 2021. Main Outcomes and Measures: Annual and cumulative numbers of patients who had dispensing events, and annual and cumulative sums of payment for eligible drugs. Results: Of 37 348 patients who had at least 1 of the 44 new oral targeted drugs dispensed between 2011 and 2018, 21 324 were men (57.1%); mean (SD) age was 64.1 (13.1) years. Most individuals (36 246 [97.0%]) received drugs for which evidence from randomized clinical trials existed; however, a growing share of patients received drugs without documented OS benefit during the study period: from 12.7% in 2011 to 58.8% in 2018. Cumulative spending on all sample drugs totaled $3.5 billion by the end of 2018, of which 96.8% was spent on drugs that were approved based on a pivotal randomized clinical trial. Cumulative spending on drugs without documented OS benefit ($1.8 billion [51.6%]) surpassed that on drugs with documented OS benefit ($1.7 billion [48.4%]) by the end of 2018. Conclusions and Relevance: The findings of this cross-sectional study suggest that drugs used for treatment of cancer without documented OS benefits are adopted in the health system and account for substantial spending.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».