Defining Essential Childhood Cancer Medicines to Inform Prioritization and Access: Results From an International, Cross-Sectional Survey
Notice bibliographique
Résumé
PURPOSE: Access to essential cancer medicines is a major determinant of childhood cancer outcomes globally. The degree to which pediatric oncologists deem medicines listed on WHO's Model List of Essential Medicines for Children (EMLc) essential is unknown, as is the extent to which such medicines are accessible on the front lines of clinical care. METHODS: An electronic survey developed was distributed through the International Society of Pediatric Oncology mailing list to members from 87 countries. Respondents were asked to select 10 cancer medicines that would provide the greatest benefit to patients in their context; subsequent questions explored medicine availability and cost. Descriptive and bivariate statistics compared access to medicines between low- and lower-middle-income countries (LMICs), upper-middle-income countries (UMICs), and high-income countries (HICs). RESULTS: Among 159 respondents from 44 countries, 43 (27%) were from LMICs, 79 (50%) from UMICs, and 37 (23%) from HICs. The top five medicines were methotrexate (75%), vincristine (74%), doxorubicin (74%), cyclophosphamide (69%), and cytarabine (65%). Of the priority medicines identified, 87% (27 of 31) are represented on the 2021 EMLc and 77% (24 of 31) were common to the lists generated by LMIC, UMIC, and HIC respondents. The proportion of respondents indicating universal availability for each of the top medicines ranged from 9% to 46% for LMIC, 25% to 89% for UMIC, and 67% to 100% for HIC. Risk of catastrophic expenditure was more common in LMIC (8%-20%), compared with UMIC (0%-28%) and HIC (0%). CONCLUSION: Most medicines that oncologists deem essential for childhood cancer treatment are currently included on the EMLc. Barriers remain in access to these medicines, characterized by gaps in availability and risks of catastrophic expenditure for families that are most pronounced in low-income settings but evident across all income contexts.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».