Toward Best Practices for Economic Evaluations of Tumor-Agnostic Therapies: A Review of Current Barriers and Solutions
Notice bibliographique
Résumé
OBJECTIVES: Cancer therapies targeting tumor-agnostic biomarkers are challenging traditional health technology assessment (HTA) frameworks. The high prevalence of nonrandomized single-arm trials, heterogeneity, and small benefiting populations are driving outcomes uncertainty, challenging healthcare decision making. We conducted a structured literature review to identify barriers and prioritize solutions to generating economic evidence for tumor-agnostic therapies. METHODS: We searched MEDLINE and Embase for English-language studies conducting economic evaluations of tumor-agnostic treatments or exploring related challenges and solutions. We included studies published by December 2022 and supplemented our review with Canadian Agency for Drugs and Technologies in Health and National Institute for Health and Care Excellence technical reports for approved tumor-agnostic therapies. Three reviewers abstracted and summarized key methodological and empirical study characteristics. Challenges and solutions were identified through authors' statements and categorized using directed content analysis. RESULTS: Twenty-six studies met our inclusion criteria. Studies spanned economic evaluations (n = 5), reimbursement reviews (n = 4), qualitative research (n = 1), methods validations (n = 3), and commentaries or literature reviews (n = 13). Challenges encountered related to (1) the treatment setting and clinical trial designs, (2) a lack of data or low-quality data on clinical and cost parameters, and (3) an inability to produce evidence that meets HTA guidelines. Although attempted solutions centered on analytic approaches for managing missing data, proposed solutions highlighted the need for real-world evidence combined with life-cycle HTA to reduce future evidentiary uncertainty. CONCLUSIONS: Therapeutic innovation outpaces HTA evidence generation and the methods that support it. Existing HTA frameworks must be adapted for tumor-agnostic treatments to support future economic evaluations enabling timely patient access.
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 | 0,044 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».