MétaCan
Menu
Retour à la cohorte
Enregistrement W4220880730 · doi:10.12927/hcpol.2022.26726

The Importance of and Challenges with Adopting Life-Cycle Regulation and Reimbursement in Canada

2022· article· en· W4220880730 sur OpenAlexaffvenueabout
Melanie McPhail, Christopher McCabe, Dean A. Regier, Tania Bubela

Notice bibliographique

RevueHealthcare policy · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensInstitute of Health EconomicsCanadian Centre for Applied Research in Cancer ControlSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésReimbursementCoronavirus disease 2019 (COVID-19)BusinessPolitical scienceMedicineLawHealth carePathologyDisease

Résumé

récupéré en direct d'OpenAlex

Regulatory and reimbursement decisions for drugs and vaccines are increasingly based on limited safety and efficacy evidence. In this environment, life-cycle approaches to evaluation are needed. A life-cycle approach grants market approval and/or positive reimbursement decisions based on an undertaking to conduct post-market clinical trials that address evidentiary uncertainties, relying on the collection and analysis of post-market data. In practice, however, both conditional regulatory and reimbursement decisions have proven problematic. Here we discuss some of the regulatory implications and unsettled ethical and pragmatic issues, taking lessons from the recent experiences of Israel in rapidly approving the Pfizer-BioNTech COVID-19 vaccine.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,283
Score d'incertitude au seuil0,780

Scores Codex et Gemma par catégorie

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

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 Opus0,334
Tête enseignante GPT0,509
Écart entre enseignants0,174 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetEthics in Clinical ResearchTravaux en français237 207