MétaCan
Menu
Retour à la cohorte
Enregistrement W4401353026 · doi:10.3390/curroncol31080332

New Oncologic Drugs from 2008 to 2023—Differences in Approval and Access between the United States, Europe and Brazil

2024· article· en· W4401353026 sur OpenAlexvenueno aff
Rafael Balsini Barreto, Andressa Moretti Izidoro, Mário Henrique Furlanetto Miranda

Notice bibliographique

RevueCurrent Oncology · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Advancements in oncology have revolutionized cancer treatment, with new drugs being approved at different rates worldwide. Our objective was to evaluate the approval of new oncological drugs for solid tumors by the Food and Drug Administration (FDA), the European Medicines Agency (EMA), and the Brazilian Health Regulatory Agency (ANVISA) since 2008. Methods: Data were collected from public and online databases by searching for the date of submission, the date of the procedure, the date of approval, clinical indication, and drug characteristics. The distribution was tested using the Shapiro–Wilk, test and comparisons were made using the Mann–Whitney U test; the data are reported using median days and interquartile range (IQR1–IQR3). Results: In total, 104 new oncologic drugs for the treatment of solid tumors were approved by the three agencies: 98 by the FDA, 90 by the EMA, and 68 by ANVISA. The cancer types with the highest number of first indications were lung cancer (n = 24), breast cancer (n = 15), and melanoma (n = 15). Most approvals were for oral medications (n = 63) and tyrosine–kinase inhibitors or other small-molecule inhibitors (n = 54). Time to approval after submission was as follows: the FDA—224 days (167–285); the EMA—364 days (330–418); and ANVISA—403 days (276–636) (p < 0.00001 for the FDA to the EMA and the FDA to ANVISA). The difference between submission dates among the agencies was as follows: EMA–FDA: 24 days (0–85); ANVISA–FDA: 255 (114–632); and ANVISA–EMA: 260 (109–645). The difference in approval dates between the agencies was as follows: EMA–FDA: 185 days (59–319); ANVISA–FDA: 558 (278–957); and ANVISA–EMA: 435 days (158–918). Conclusions: New oncologic drugs are submitted to the FDA and EMA for approval on similar dates; however, the longer appraisal period by the EMA pushes the approval date for Europe to approximately 6 months later. The same steps at ANVISA delay the approval by 1.5 years. Such procedures cause a significant difference in available medications between these regions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,582
Score d'incertitude au seuil0,608

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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 Opus0,141
Tête enseignante GPT0,361
Écart entre enseignants0,220 · 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207