MétaCan
Menu
Retour à la cohorte
Enregistrement W4312156186 · doi:10.1017/s0266462322001027

OP48 Interactions Between Regulatory, Health Technology Assessment And Companies: Multi-Stakeholder Survey On The Current Experiences And Future Landscape Evolvement

2022· article· en· W4312156186 sur OpenAlexaboutno aff
Tina Wang

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStakeholderHealth technologyAgency (philosophy)BusinessStakeholder engagementWork (physics)Product (mathematics)Regulatory agencyPublic relationsPolitical scienceHealth carePublic administrationEngineeringSociology

Résumé

récupéré en direct d'OpenAlex

Introduction The interactions between regulators, health technology assessment (HTA), and companies play a significant role in the process of getting medicine to patients. These have evolved at a product level as well as at a policy and cross-jurisdictional level; however, it is important these activities are adding value for stakeholders involved. A survey conducted in March 2021 assessed the current interactions from multi-stakeholders, and their perceptions on the added value these interactions bring to better decision-making. Methods Three separate questionnaires containing nine questions were developed to assess the perceptions from pharmaceutical companies, regulators, and HTA agencies. The three questionnaires contained analogous questions where appropriate. The company questionnaire was sent to senior management at 19 international pharmaceutical companies, the agency survey was sent to 32 agencies (17 regulatory agencies and 15 HTA agencies) in Australia, Canada, Europe, and Asia. Results Seven regulators, seven HTA agencies, and nine companies responded to the survey. All regulators and HTAs indicated they have interactions with their peer agencies, as well as between regulators and HTA. The top areas of interactions for regulators were formal work-sharing between regulators during review (86% response) and regulatory strengthening (86%), whilst for HTAs, interactions between HTA on methodology/framework (83%) and HTA capacity building (67%). Regulatory-HTA interactions were seen to have fewer practical benefits, which may suggest areas for improvement. Both companies and agencies believed an effective engagement model should support evidence generation; agencies also viewed an aligned process and improved decision-making as important. Respondents believed that an ideal ecosystem for interactions should facilitate separate remits for stakeholders, converged requirements, aligned process and increased transparency and trust. Conclusions This survey provided a snapshot of the current landscape interactions between stakeholders during the life cycle of new medicines, identified the areas where value is added and improvement are needed. Suggested building blocks to improve future interactions included early scientific advice, alignment of evidence requirements, and a collaborative approach among all stakeholders.

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)0,015
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0030,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,346
Tête enseignante GPT0,506
Écart entre enseignants0,160 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Assessment in Health CareMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207