Healthcare Payer Perspectives on the Assessment and Pricing of Oncology Multi-Indication Products: Evidence from Nine OECD Countries
Notice bibliographique
Résumé
BACKGROUND: New pharmaceuticals are increasingly being developed for use across multiple indications. Countries across Europe and North America have adopted a range of different approaches to capture differences in the value of individual indications. OBJECTIVE: The three aims of this study were (i) to review the price-setting practice over the past 5 years for multi-indication products across England, France, Italy, Spain, Belgium, Switzerland, Turkey, Canada and the USA; (ii) to assess the impact of current practices on launch strategy; and (iii) to identify issues in the implementation of indication-based pricing. METHODS: Ten current and former members of health insurance organisations, healthcare payer organisations or health technology assessment agencies with expertise on pharmaceutical purchasing were invited to participate in semi-structured interviews. Interview transcripts were imported into NVivo 12 for thematic analysis. RESULTS: The majority of countries studied require full assessments upon launch of a new indication. Five different approaches to pricing were identified: weighted pricing, differential discounting, mandatory discount, price anchoring and free pricing. Manufacturers show a tendency to launch first in niche indications with high unmet need to achieve a high price. Stakeholders from England, France, Italy, Belgium and Switzerland consider their current system fit for purpose, while other countries expressed concern over the administrative burden of monitoring products at indication level. CONCLUSIONS: Given the high administrative burden, it is questionable whether indication-based pricing would provide additional public benefit above and beyond current weighted dynamic single pricing and differential discounting practices for multi-indication products.
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 | 0,016 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».