MétaCan
Menu
Retour à la cohorte
Enregistrement W4205763276 · doi:10.1016/j.jaip.2021.12.027

Global Variability in Administrative Approval Prescription Criteria for Biologic Therapy in Severe Asthma

2022· review· en· W4205763276 sur OpenAlexaff
Celeste Porsbjerg, Andrew Menzies‐Gow, Trung N. Tran, Ruth Murray, Bindhu Unni, Shi Ling Audrey Ang, Marianna Alacqua, Mona Al‐Ahmad, Riyad Al‐Lehebi, Alan Altraja, А. S. Belevskiy, Unnur Steina Björnsdóttir, Arnaud Bourdin, John Busby, Giorgio Walter Canonica, George Christoff, Borja G. Cosío, Richard W. Costello, J. Mark FitzGerald, João Fonseca, Susanne Hansen, Liam G. Heaney, Enrico Heffler, Mark Hew, Takashi Iwanaga, D.J. Jackson, Janwillem Kocks, Maria Kallieri, Hsin-Kuo Bruce Ko, Mariko Siyue Koh, Désirée Larenas‐Linnemann, Lauri Lehtimäki, Stelios Loukides, Njira Lugogo, Jorge Máspero, Andriana Ι. Papaioannou, Luis Pérez de Llano, Paulo Márcio Pitrez, Todor A. Popov, Linda Makowska Rasmussen, Chin Kook Rhee, Mohsen Sadatsafavi, Johannes Martin Schmid, Salman Siddiqui, Camille Taillé, Christian Taube, Carlos A. Torres‐Duque, Charlotte Suppli Ulrik, John W. Upham, Eileen Wang, Michael E. Wechsler, Lakmini Bulathsinhala, Victoria Carter, Isha Chaudhry, Neva Eleangovan, Naeimeh Hosseini, Mari-Anne Rowlands, David Price, Job F. M. van Boven

Notice bibliographique

RevueThe Journal of Allergy and Clinical Immunology In Practice · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesMedical Research CouncilSeqirusGenentechGrifolsAstellas PharmaAstraZenecaChiesi FarmaceuticiUK Research and InnovationCovis PharmaHandokAarhus UniversitetSanofiTeijin PharmaDaiichi-SankyoTeva Pharmaceutical IndustriesGlaxoSmithKlineSingapore General HospitalAmgen
Mots-clésMedicineAsthmaMedical prescriptionMEDLINEDrug approvalIntensive care medicineFamily medicineInternal medicinePharmacology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Regulatory bodies have approved five biologics for severe asthma. However, regional differences in accessibility may limit the global potential for personalized medicine. OBJECTIVE: To compare global differences in ease of access to biologics. METHODS: In April 2021, national prescription criteria for omalizumab, mepolizumab, reslizumab, benralizumab, and dupilumab were reviewed by severe asthma experts collaborating in the International Severe Asthma Registry. Outcomes (per country, per biologic) were (1) country-specific prescription criteria and (2) development of the Biologic Accessibility Score (BACS). The BACS composite score incorporates 10 prescription criteria, each with a maximum score of 10 points. Referenced to European Medicines Agency marketing authorization specifications, a higher score reflects easier access. RESULTS: Biologic prescription criteria differed substantially across 28 countries from five continents. Blood eosinophil count thresholds (usually ≥300 cells/μL) and exacerbations were key requirements for anti-IgE/anti-IL-5/5R prescriptions in around 80% of licensed countries. Most countries (40% for dupilumab to 54% for mepolizumab) require two or more moderate or severe exacerbations, whereas numbers ranged from none to four. Moreover, 0% (for reslizumab) to 21% (for omalizumab) of countries required long-term oral corticosteroid use. The BACS highlighted marked between-country differences in ease of access. For omalizumab, mepolizumab, benralizumab, and dupilumab, only two, one, four, and seven countries, respectively, scored equal or higher than the European Medicines Agency reference BACS. For reslizumab, all countries scored lower. CONCLUSIONS: Although some differences were expected in country-specific biologic prescription criteria and ease of access, the substantial differences found in the current study present a challenge to implementing precision medicine across the world.

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)0,007
score de la tête « metaresearch » (Gemma)0,016
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,136
Tête enseignante GPT0,471
Écart entre enseignants0,335 · 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
GenreSynthèse

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

En bref

Citations71
Publié2022
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe Journal of Allergy and Clinical Immunology In PracticeMême sujetAsthma and respiratory diseasesTravaux en français237 207