AOTMiT reimbursement recommendations compared to other HTA agencies
Notice bibliographique
Résumé
Our objective was to compare AOTMiT (Polish: Agencja Oceny Technologii Medycznych i Taryfikacji) recommendations to other HTA (Health Technology Assessment) agencies for newly registered drugs and new registration indications issued by the European Medicines Agency between 2014 and 2019. The study aims to assess the consistency and justifications of AOTMiT recommendations compared to that of other HTA agencies in 11 countries. A total of 2496 reimbursement recommendations published by 12 HTA agencies for 464 medicinal products and 525 indications were analyzed. Our analysis confirmed that the Polish AOTMiT agency seems to bear the closest resemblance to the corresponding HTA agencies from Canada (CADTH) and New Zealand (PHARMAC), when it comes to the outcome of HTA recommendations (positive or negative). Poland had a general scheme for justifying recommendations, similar to that of Ireland-four aspects (i.e., clinical efficacy, safety profile, cost-effectiveness, and impact on the payer's budget) are important for Poland when formulating the final decision. Compared to other countries, Poland shows a noticeably different pattern of justifying reimbursement recommendations, as revealed primarily in terms of budget impact and somewhat less so for cost-effectiveness rationales.
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 | 0,057 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».