MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402075262 · doi:10.20944/preprints202408.1985.v1

Is Canada Moving towards a More Agile Regulatory Approval and a Reimbursement Process with a Shifting Role for Real-World Evidence (RWE) for Oncology Drugs?

2024· preprint· en· W4402075262 sur OpenAlexaboutno aff
Catherine Y. Lau, Nigel S. B. Rawson

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReimbursementMedicineAgency (philosophy)GuidelineFamily medicineBusinessPublic relationsPolitical scienceHealth care

Résumé

récupéré en direct d'OpenAlex

Canada is known to have a complex pathway for new drug approval and reimbursement resulting in delayed access to patients with serious and life-threatening diseases such as cancer. Several recent publications from key stakeholders including patients, physicians and policymakers highlight patient helplessness, physician frustrations and policymakers entangled in a massive network of bureaucracy unable to make headway. Several quantitative assessments using time from regulatory approvals to successful reimbursements confirm long review times and high rejection rates for oncology drugs especially those receiving conditional approvals. A consensus forum of 18 Canadian oncology clinicians recently voiced frustration with the process and inability to deliver guideline-supported efficacious therapies to their patients. This manuscript compares data extracted from publicly available data sources from 2019 to June 2024 to previous publications. Methods: Public databases from Health Canada, the Canadian Agency for Drugs and Technologies in Health (CADTH), which is in the process of changing to Canada’s Drug Agency, and the pan-Canadian Pharmaceutical Alliance (pCPA) were reviewed and data collected were analyzed with descriptive statistics. Results: From the data, three trends emerge, i) an increasing number of oncology drugs are receiving conditional approvals from Health Canada, ii) the percentage of conditionally approved oncology drugs receiving positive reimbursement recommendations from CADTH is still low but appears to be improving, but delays in access are now contingent upon pCPA deciding whether to negotiate price and then the duration of any negotiation, and iii) real-world evidence is no longer part of decision-making for conditional approvals. A slight increase in positive endorsement of RWE used to support CADTH recommendations was observed. Conclusion: Lack of timely access to oncology drugs hurts Canadian patients. While a small trend of improvement appears to be emerging, longer-term data collection is required to ensure sustained patient benefits.

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)0,057
score de la tête « metaresearch » (Gemma)0,163
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil0,896

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0570,163
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,032
Études des sciences et des technologies0,0100,008
Communication savante0,0270,010
Science ouverte0,0040,005
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,444
Tête enseignante GPT0,486
Écart entre enseignants0,042 · 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'étudeQualitatif
DomaineMéthodes
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.org→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→