MétaCan
Menu
Retour à la cohorte
Enregistrement W4389205459 · doi:10.3389/fmed.2023.1299239

Quality and quantity of data used by Health Canada in approving new drugs

2023· article· en· W4389205459 sur OpenAlexaffabout
Joel Lexchin

Notice bibliographique

RevueFrontiers in Medicine · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensYork UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineClinical trialOrphan drugDemographicsDrugFamily medicineAlternative medicineInternal medicinePharmacologyDemographyPathologyBioinformatics

Résumé

récupéré en direct d'OpenAlex

Background: This study examined multiple aspects about the approval of new drugs: the characteristics of the drugs, the quality and quantity of information that Health Canada discloses about the demographics of patients enrolled in clinical trials, the characteristics of the trial, and the type of review that it uses. It examines whether there have been changes in these measures between 1 September 2012 and 31 March 2022. Methods: A list of all new drugs approved, type of review used, and drug characteristics was generated from Health Canada annual reports. Therapeutic categories were identified from the World Health Organization Collaborating Center for Drugs Statistics Methodology. The Summary Basis of Decision documents of Health Canada were used to identify patient demographics in clinical trials and clinical trial characteristics. Results: = 0.005). There was also a statistically significant decrease in the percent of trials that were randomized, controlled, and blinded. The clinical trial characteristics of orphan drugs and the type of review used were both significantly different compared with non-orphan drugs. The percent of trials which had information about the number of patients enrolled, the percent of trials that provided the age of the patients, and the sex breakdown all significantly increased. Conclusion: The results show that there has been a change in regulatory standards that may be due to them becoming less rigorous, because of an adaptation to the number of orphan drugs being submitted or a combination of both reasons. At the same time, there has been some improvement in the transparency of data. Health Canada has recently embarked on a series of reforms in drug regulation and clinical trial management. These changes need to be closely evaluated to be sure that they enhance the efficacy and safety of new 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,028
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,387
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0280,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,477
Tête enseignante GPT0,473
Écart entre enseignants0,004 · 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 tête enseignante, 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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207