Acceptance of health technology assessment submissions with incremental cost-effectiveness ratios above the cost-effectiveness threshold
Notice bibliographique
Résumé
Elizabeth A Griffiths, Janek K Hendrich, Samuel DR Stoddart, Sean CM Walsh HERON™ Commercialization, PAREXEL International, London, UK Objectives: In health technology assessment (HTA) agencies where cost-effectiveness plays a role in decision-making, an incremental cost-effectiveness ratio (ICER) threshold is often used to inform reimbursement decisions. The acceptance of submissions with ICERs higher than the threshold was assessed across different agencies and across indications, in order to inform future reimbursement submissions. Methods: All HTA appraisals from May 2000 to May 2014 from National Institute for Health and Care Excellence (NICE), Scottish Medicines Consortium (SMC), Pharmaceutical Benefits Advisory Committee (PBAC), and Canadian Agency for Drugs and Technologies in Health (CADTH) were assessed. Multiple technology appraisals, resubmissions, vaccination programs, and requests for advice were excluded. Submissions not reporting an ICER, or for which an ICER could not be determined were also excluded. The remaining appraisals were reviewed, and the submitted ICER, recommendation, and reasoning behind the recommendation were extracted. Results: NICE recommended the highest proportion of submissions with ICERs higher than the threshold (34% accepted without restrictions; 20% with restrictions), followed by PBAC (16% accepted without restrictions; 4% with restrictions), SMC (11% accepted without restrictions; 14% accepted with restrictions), and CADTH (0% accepted without restrictions; 26% with restrictions). Overall, the majority of higher-than-threshold ICER submissions were classified into the "malignant disease and immunosuppression" therapeutic category; however, there was no notable variation in acceptance rates by disease area. Reasons for accepting submissions reporting ICERs above the threshold included high clinical benefit over the standard of care, and addressing an unmet therapeutic need. Conclusion: Acceptance of submissions with higher-than-threshold ICERs varied by HTA agency and was not significantly influenced by disease category. Such submissions must be accompanied by robust, concrete, and transparent evidence in order to achieve patient access. Keywords: decision-making, incremental cost-effectiveness ratio, health technology assessment, QALY, cost-effectiveness
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 | 0,424 | 0,806 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,019 |
| Bibliométrie | 0,017 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,019 | 0,010 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,005 |
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 ».