Is it the Patient or is it the Disease – Considerations when Applying Different Cost Effectiveness Thresholds in Making Reimbursement Decisions
Notice bibliographique
Résumé
Abstract Background In many jurisdictions, decision makers are considering whether in making decision about reimbursing health technologies they should prioritise specific patient populations or diseases: e.g., cancer or rare disease. This can be achieved through applying higher willingness to pay thresholds which implicitly involves the application of equity weighting of outcomes such as QALYs. Decision makers, however, must choose whether to apply equity weights to a specific disease or to the patient with this disease. The objective of this study is to examine the potential impact of implementation of equity weights under either scenario. Methods In a health care system with a constrained budget, applying equity weights leads to a reduction in the cost effectiveness threshold for those treatments not meeting criteria for prioritization. For illustration, two hypothetical case studies relating to a rare disease illustrate the repercussions of the two potential approaches to equity weights on funding decisions. Results The first case study demonstrates how applying equity weights only to the treatment of the rare disease of interest can lead to a patient with that rare disease accruing less benefits at a higher cost to the payer. The second case study demonstrates that if equity weights are applied to the patient who have a specific rare disease, then funding of a treatment for a common disease may be restricted only to the subset of patients who have this rare disease as a comorbidity. In this scenario, the treatment of the common disease may be restricted to those patients for whom treatment is more costly and less effective. Conclusions As discussions continue with respect to applying equity weights and adopting differential funding criteria for different patient populations it is important that these repercussions are recognised.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,136 | 0,256 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,015 | 0,009 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».