MétaCan
Menu
Retour à la cohorte
Enregistrement W4387675882 · doi:10.1136/bmjopen-2022-066378

Characteristics of clinician input in Canadian funding decisions for cancer drugs: a cross-sectional study based on CADTH reimbursement recommendations

2023· article· en· W4387675882 sur OpenAlexafffundabout
Kristina Jenei, Daniel E. Meyers

Notice bibliographique

RevueBMJ Open · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineReimbursementFamily medicineBlindingCross-sectional studyPsychological interventionMEDLINEHealth careClinical trialInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine characteristics of clinician input to the pan-Canadian Oncology Drug Review (pCODR) for cancer drug funding recommendations from 2016 to 2020. DESIGN, SETTING AND PARTICIPANTS: Descriptive, cross-sectional study including 62 reimbursement decisions from pCODR from 2016 to 2020. INTERVENTIONS: pCODR recommendations were analysed for the number of clinicians consulted on each submission, affiliation, number of submissions per clinician, declared financial conflicts of interest (FCOIs), randomisation, type of blinding, primary endpoint, study phase, and whether the study demonstrated improvement in overall survival (OS) and progression-free survival (PFS). MAIN OUTCOME MEASURES: The main outcome was clinician support for the initial funding recommendation. Secondary outcome measures were the association between clinician FCOIs and clinical benefit in positive recommendations. RESULTS: The study consisted of 62 submissions, in which 48 included clinician input. A total of 129 unique clinicians provided 342 consultations. The majority (59%) provided input on less than 5 submissions; however, a small proportion (4%) consulted on over 10. Nearly all clinicians were physicians (125; 96%). From the 342 consultations, 228 declared financial conflicts (67%). The most common conflicts were payments for advisory roles (51%) and honorariums (23%). Of the 48 cancer drugs under review, clinicians recommended funding 46 (96%). Only 12 (25%) demonstrated substantial benefit, according to the European Society for Medical Oncology Magnitude of Clinical Benefit Scale score. Drugs recommended for funding were more likely to have improved PFS and OS data. However, most cancer drugs supported by clinicians demonstrated no change in health-related quality of life (HRQoL), including one that demonstrated worsened HRQoL. There was no statistically significant difference between FCOI status and recommending drugs with health gains. CONCLUSION: Clinicians offer crucial information on funding decisions. However, we found clinicians strongly supported funding nearly all cancer drugs under review, despite most not offering substantial benefit to patients nor gains in quality of life. While these drugs might be helpful options in clinical practice, funding numerous cancer drugs may be unsustainable for public health systems.

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)0,014
score de la tête « metaresearch » (Gemma)0,087
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,984

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,087
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,262
Tête enseignante GPT0,458
Écart entre enseignants0,196 · 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.

Devis d'étudeObservationnel
DomaineIncitatifs
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'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207