Health Technology Assessment Process for Oncology Drugs: Impact of CADTH Changes on Public Payer Reimbursement Recommendations
Notice bibliographique
Résumé
Public reimbursement systems face the challenge of balancing provision of needed treatments and the reality of limited resources. Canada has a complex system for drug approval and public reimbursement, with jurisdiction divided between the federal government and the provinces/territories. A pivotal role is that of health technology assessment (HTA), which relies primarily on health economic principles to analyze the value of drugs on a population health basis and make recommendations about public reimbursement. The Canadian Agency for Drugs and Technologies in Health (CADTH) provides recommendations to all provinces but Quebec. This article provides an overview of Canada's approval and public reimbursement pathway, including the role of HTA and the economic principles on which it relies. Starting in late 2020, CADTH reduced the cost per quality-adjusted life year (QALY) threshold, the metric relied upon in making recommendations to public payers. An analysis of all 56 oncology drug final recommendations issued from January 2020 to January 2022 was conducted and confirms this reduction in the cost per QALY threshold. As a result of this threshold reduction, recommendations to the provinces include, in a number of cases, substantially greater price reductions. The potential implications for successful price negotiation with the pan-Canadian Pharmaceutical Alliance (pCPA), the public negotiating body for the provinces, are discussed.
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 | 0,021 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».