Potential therapeutic value of new drugs approved in Australia: a retrospective cohort study
Notice bibliographique
Résumé
Objective To examine the potential therapeutic value of new medicines approved in the US and both approved and not approved in Australia. Methods A list of new medicines approved by the US Food and Drug Administration (FDA) between 1 January 2015 and 31 December 2020 was assembled and it was determined which of these medicines were also approved in Australia. Three metrics - first in class, priority review and therapeutic rating by two independent organisations - were used to determine the potential therapeutic value of the medicines. The percent of medicines with and without potential significant therapeutic value was compared using each of the three metrics. Results A total of 273 drugs were approved by the FDA, of which 147 (53.8%) were approved by the Therapeutic Goods Administration, the Australian regulator. For each of these three metrics, the percent of medicines with and without potential significant therapeutic value approved in Australia was the same: first in class (yes vs no: Chi-squared P = 0.8562), priority review (yes vs no: Chi-squared P = 0.4593), therapeutic rating (major/moderate vs little/no: Chi-squared P = 0.9006). Some of the 126 drugs not approved may be therapeutically important. Conclusions New medicines approved in the US between 2015 and 2020 without potential significant therapeutic value are as likely to be introduced into Australia as drugs with potential significant therapeutic value. Some potentially valuable drugs may not have been submitted for approval in Australia by the companies making them.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».