MétaCan
Menu
Retour à la cohorte
Enregistrement W4283065690 · doi:10.3389/fpubh.2022.861067

Influencing Factors of Health Technology Assessment to Orphan Drugs: Empirical Evidence in England, Scotland, Canada, and Australia

2022· article· en· W4283065690 sur OpenAlexaboutno aff
N. Zhou, Hong Ji, Zheng Li, Jun Hu, Yu-Heng Feng, Yuan Ni

Notice bibliographique

RevueFrontiers in Public Health · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrphan drugMedicineHealth technologyCost-effectiveness analysisCost–benefit analysisPublic economicsFamily medicineActuarial scienceEconomic growthPolitical scienceHealth careBusinessCost effectivenessRisk analysis (engineering)EconomicsLaw

Résumé

récupéré en direct d'OpenAlex

This study summarizes the intrinsic criteria for the recommendation of orphan drugs in England, Scotland, Canada, and Australia with the aim of understanding the rationale for the variability in decision-making and to provide a reference for the establishment of criteria in the process of access to health insurance for orphan drugs in different countries and the construction of national uniform criteria. A comparative analysis of 60 health technology assessment (HTA) guidelines of 15 drug-indication pairs appraised by four countries (England, Scotland, Canada, and Australia) from 2017 to 2018 was done, including an in-depth analysis of a case study. Agreement levels were measured using kappa scores. Associations were explored through correspondence analysis. The four countries possess some homogeneity in the assessment, but each has its own preferences. Poor agreement exists between England, Scotland, and Canada (-0.41 < kappa score < 0.192). In the correspondence analysis, England placed more emphasis on treatment methods in terms of control type when making recommendations. Canada and Scotland focused more on trial type with Canada placing more emphasis on phase III and open-label trials and on cost-utility analysis, while Australia was less studied in terms of economic models. Different countries have different goals when establishing HTA decisions for orphan drugs due to their different degrees of orphan drug coverage. Different countries should not only combine their unique values of clinical benefit and cost-effectiveness in the assessment of orphan drugs but also give different weights during the HTA process, after considering account the development of the country itself.

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)0,037
score de la tête « metaresearch » (Gemma)0,216
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,323

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,216
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,012
Études des sciences et des technologies0,0020,003
Communication savante0,0050,002
Science ouverte0,0020,003
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 Opus0,437
Tête enseignante GPT0,453
Écart entre enseignants0,016 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207