MétaCan
Menu
Retour à la cohorte
Enregistrement W4375948054 · doi:10.21203/rs.3.rs-2864864/v1

Insurance approval rates for collagenase clostridium histolyticum prior to discontinuation: a Canada-wide analysis

2023· preprint· en· W4375948054 sur OpenAlexaffabout
Premal Patel, David Chung, Benjamin Shiff, Dhiraj S. Bal, Thomas Southall, Rubén Blachman-Braun, Marc Grenier, Ryan Flannigan

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueDupuytren's Contracture and Treatments
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésDiscontinuationCollagenaseMedicineInternal medicineBusinessChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Collagenase Clostridium histolyticum (CCh), the first approved non-surgical treatment for Peyronie’s disease (PD), was withdrawn from the European, Canadian, and Asian markets due to poor demand and lack of government reimbursement options. We sought to assess insurance approval rates and usage of CCh across Canada to understand the factors that led to its withdrawal. Data on patients prescribed CCh for PD or Dupuytren's contracture was obtained through collaboration with BioScript Solutions to assess the association of variables with insurance approval and prescription filling. We identified 3297 insurance coverage applications for Xiaflex from April 2018 to June 2020. Of all applications for PD, 92.9% applications were approved while 7.1% were rejected. Despite the withdrawal of CCh from Canadian markets, coverage application approval rates for 2018, 2019, and 2020 were 86.5%, 90.1%, and 89.1%, respectively. Of 2921 approved applications, 88.8% prescriptions were filled. For the 376 rejected applications, 66.4% of prescriptions were filled. Overall, 90% of the cost of Xiaflex was covered in Canada among those with extended health benefits, with an out-of-pocket expense of $210.4. Insurance coverage requests for Xiaflex were approved at a high rate in Canada with approved patients being very likely to proceed with therapy, despite interprovincial variation.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,042
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0010,001
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 Opus0,077
Tête enseignante GPT0,427
Écart entre enseignants0,350 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetDupuytren's Contracture and TreatmentsTravaux en français237 207