PP23 Lost In Translation? The Differences In The Use Of Real-World Evidence Across Key Markets
Notice bibliographique
Résumé
Introduction Health Technology Assessment (HTA) agencies have recognized the importance of real-world evidence (RWE) to inform access decision-making and different HTA agencies establish distinct requirements for their local jurisdictions. The objective of this study is to understand the differences of RWE included in HTA reports and HTA agencies’ perception of RWE. Methods HTA reports from agencies in France, Germany, Spain, Italy, United Kingdom (UK), Canada, Australia and South Korea from January 2011 to November 2021, including original submissions, resubmissions, extensions of original indications and renewals were analyzed. Results Across the eight countries, RWE has been used in nineteen percent of all HTA reports (N=2,960/15,561), with an exponential increase observed between 2019 and 2021. RWE on clinical effectiveness was mostly used in HTA submissions in the UK (twenty-two percent), with twenty-six percent perceived with full acceptance. In contrast, RWE on safety and epidemiology was reported widely in HTA reports in France and Germany (83% and 87%), respectively. Ninety-three percent of RWE received full acceptance in France, followed by forty-four percent in Germany. A mixed picture of the types of RWE included in HTA reports was observed in the other countries, with high variance of acceptance (between 5 to 37%). Conclusions France, Germany, and the UK are the top three countries with a large proportion of HTA reports where RWE was mentioned. The type of RWE used is related to a large extent to the local evidence requirements. For example, RWE around epidemiology was included widely in Germany due to the needs of providing local data for budget impact analyses required by the Federal Joint Committee (G-BA); RWE on tolerability as reported in periodic safety update reports (PSURs) needs to be included in French HTA submissions. RWE on clinical effectiveness has been evaluated the most by the UK HTA bodies.
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 | 0,300 | 0,657 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,011 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,011 |
| Communication savante | 0,020 | 0,019 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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 ».