MétaCan
Menu
Retour à la cohorte
Enregistrement W4387603337 · doi:10.3389/fphar.2023.1153680

Reimbursement decision-making system in Poland systematically compared to other countries

2023· review· en· W4387603337 sur OpenAlexaboutno aff
Aneta Mela, Elżbieta Rdzanek, Janusz Jaroszyński, Marzena Furtak-Niczyporuk, Mirosław Jabłoński, Maciej Niewada

Notice bibliographique

RevueFrontiers in Pharmacology · 2023
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReimbursementAgency (philosophy)BusinessSpecialtyProduct (mathematics)Developed countryGrey literatureMEDLINEMedicineActuarial scienceAccountingHealth careFamily medicineEconomic growthEnvironmental healthPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Introduction: Our objective was to analyze and compare systematically and structurally reimbursement systems in Poland and other countries. Methods: The systems were selected based on recommendations issued by the Polish Agency for Health Technology Assessment and Tariffication (AHTAPol), which explicitly referred to other countries and agencies). Consequently, apart from Poland, the countries included in the analysis were England, Scotland, Wales, Ireland, France, Netherlands, Germany, Norway, Sweden, Canada, Australia and New Zealand. Relevant information and data were collected through a systematic search of PubMed (Medline), Embase and The Cochrane Library as well as competent authority websites and grey literature sources. Results and discussion: In most of the countries, the submission of a reimbursement application is initiated by a pharmaceutical company, and only a few countries allow it before a product is approved for marketing. All of the agencies analyzed are independent and some have regulatory function of reimbursement decision making body. A key criterion differentiating the various agencies in terms of HTA is the cost-effectiveness threshold. Most of the countries have specific mechanisms to improve access to expensive specialty drugs, including cancer drugs and those used for rare diseases. Reimbursement systems often lack consistency in appreciating the same stages, leading to heterogeneous decision-making processes. The analysis of recommendations issued in different countries for the same medicinal product will allow a better understanding of the relations between the reimbursement system, HTA assessment, stakeholders involvement and decision on reimbursement of innovative drugs.

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)0,013
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0100,012
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,090
Tête enseignante GPT0,384
Écart entre enseignants0,294 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PharmacologyMême sujetPharmaceutical Economics and PolicyTravaux en français237 207