HTA decision-making for drugs for rare diseases: comparison of processes across countries
Notice bibliographique
Résumé
INTRODUCTION: Drugs for rare diseases (DRDs) offer important health benefits, but challenge traditional health technology assessment, reimbursement, and pricing processes due to limited effectiveness evidence. Recently, modified processes to address these challenges while improving patient access have been proposed in Canada. This review examined processes in 12 jurisdictions to develop recommendations for consideration during formal government-led multi-sectoral discussions currently taking place in Canada. METHODS: (i) A scoping review of DRD reimbursement processes, (ii) key informant interviews, (iii) a case study of evaluations for and the reimbursement status of a set of 7 DRDs, and (iv) a virtual, multi-stakeholder consultation retreat were conducted. RESULTS: Only NHS England has a process specifically for DRDs, while Italy, Scotland, and Australia have modified processes for eligible DRDs. Almost all consider economic evaluations, budget impact analyses, and patient-reported outcomes; but less than half accept surrogate measures. Disease severity, lack of alternatives, therapeutic value, quality of evidence, and value for money are factors used in all decision-making process; only NICE England uses a cost-effectiveness threshold. Budget impact is considered in all jurisdictions except Sweden. In Italy, France, Germany, Spain, and the United Kingdom, specific factors are considered for DRDs. However, in all jurisdictions opportunities for clinician/patient input are the same as those for other drugs. Of the 7 DRDs included in the case study, the number that received a positive reimbursement recommendation was highest in Germany and France, followed by Spain and Italy. No relationship between recommendation type and specific elements of the pricing and reimbursement process was found. CONCLUSIONS: Based on the collective findings from all components of the project, seven recommendations for possible action in Canada are proposed. These focus on defining "appropriate access", determining when a "full" HTA may not be needed, improving coordination among stakeholder groups, developing a Canadian framework for Managed Access Plans, creating a pan-Canadian DRD/rare disease data infrastructure, genuine and continued engagement of patient groups and clinicians, and further research on different decision and financing options, including MAPs.
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 | 0,125 | 0,282 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».