MétaCan
Menu
Retour à la cohorte
Enregistrement W4312156243 · doi:10.1017/s0266462322003191

PD63 Impact Of Parallel Submission On The Rollout Time and Health-Technology-Assessment Recommendation Of New-Active-Substances

2022· article· en· W4312156243 sur OpenAlexaboutno aff
Belén Sola-Barrado, Tina Wang, Neil McAuslane

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-clésAuthorizationJurisdictionHealth technologyConfidence intervalOdds ratioLogistic regressionMedicineBusinessAgency (philosophy)Political scienceComputer scienceLawInternal medicineHealth careComputer security

Résumé

récupéré en direct d'OpenAlex

Introduction Australia and Canada have parallel submission processes that allow companies to submit their dossier to the respective Health-Technology-Assessment (HTA) body before the market authorization is issued, aiming to provide timelier access to drugs. The objective of this study is to investigate the associations of parallel submissions with the rollout times and HTA recommendations of new active substances (NASs). Methods Public data from 208 HTA appraisals were collected from the Pharmaceutical Benefits Advisory Committee (PBAC) from Australia and the Canadian Agency for Drugs and Technology in Health (CADTH) for NASs obtaining regulatory approval between 2012 and 2020. We implemented multivariable logistic and linear regression models allowing for type of submission (parallel or sequential) and jurisdiction (Australia and Canada) to examine associations with first HTA recommendation (positive and positive with restrictions vs negative) and rollout time (regulatory submission to HTA recommendation), respectively. Results A total of 121 appraisals followed a parallel submission. The therapeutic products that most used a parallel submission were antineoplastic agents (Anatomical Therapeutic Chemical Code=L;47.11%). A similar proportion of chemical and biotechnological products followed parallel submissions. Multivariable linear regression showed that parallel submission presented 14-months decrease in rollout time when compared to sequential (p<0.001). Regarding jurisdictions, longer rollout times were seen for Canada when compared to Australia (β:4.0, p-value=0.024). Parallel submission showed no association with HTA recommendation. Canada had higher odds of receiving a positive recommendation (Odds Ratio:4.84, 95% confidence interval:2.63-9.18) when compared with Australia (p<0.001). Conclusions Antineoplastic agents were the main products using parallel submissions. Appraisals following a parallel submission showed a considerably faster rollout time than those following the traditional sequential submission, illustrating the advantage of this approach for dossier submission. The submission type did not have an impact on the HTA recommendation, indicating that although quicker, the HTA decision was not affected. Canada has a more restrictive criteria regarding the timing of dossier submission compared to Australia, which may lead to disparities in their rollout time.

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)0,021
score de la tête « metaresearch » (Gemma)0,101
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 enseignants0,170
Score d'incertitude au seuil0,338

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,101
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,208
Tête enseignante GPT0,507
Écart entre enseignants0,299 · 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

Citations1
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