Clinical Benefit and Expedited Approval of Cancer Drugs in the United States, European Union, Switzerland, Japan, Canada, and Australia
Notice bibliographique
Résumé
PURPOSE: Regulatory agencies have sought to speed up the review of new cancer medicines and reduce delays in approval between countries. We examined trends in regulatory review times and association with clinical benefit for new cancer medicines in six jurisdictions: United States (Food and Drug Administration [FDA]), European Union (European Medicines Agency [EMA]), Switzerland (Swissmedic), Japan (Pharmaceuticals and Medical Devices Agency [PMDA]), Canada (Health Canada), and Australia (Therapeutic Goods Administration). METHODS: We studied all new cancer drugs approved in the six aforementioned jurisdictions from 2007 to 2020. We extracted all applicable expedited programs, total regulatory review times, and, for drugs first approved by the FDA, times to subsequent regulatory approval. Clinical benefit was assessed using the European Society for Medical Oncology-Magnitude of Clinical Benefit Scale value framework and ASCO-Cancer Research Committee's targets. Nonparametric Kruskal-Wallis test was used to compare total review times for high versus low clinical benefit drugs. RESULTS: One hundred and twenty eight drugs received initial approval in at least one of the six included jurisdictions. Most drugs approved by the FDA (91%) and Health Canada (59%) qualified for at least one expedited program within those jurisdictions, compared with 46% of EMA approvals and 18% of PMDA approvals. The FDA was the first regulator to approve 102 (80%) drugs. Delays in submission accounted for a median of 20.2% (EMA) to 83.8% (PMDA) of the time to subsequent approval. There was no association between high clinical benefit and shorter total review times. CONCLUSION: Most new cancer therapies were approved first by the FDA, and delays in submission of regulatory applications accounted for substantial delays in approving cancer drugs in other countries. Regulators should prioritize faster review for drugs with high clinical benefit.
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 | 0,010 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».