MétaCan
Menu
Retour à la cohorte
Enregistrement W4402285518 · doi:10.55016/ojs/sppp.v11i1.53048

Making Sure Orphan Drugs Don’t Get Left Behind

2018· article· en· W4402285518 sur OpenAlexaff
G. Kent Fellows, Daniel J. Dutton, Aidan Hollis

Notice bibliographique

RevueThe School of Public Policy Publications · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueBiotechnology and Related Fields
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOrphan drugMedicineBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

Orphan drugs developed to treat rare diseases are expensive, thus making it difficult for provincial governments to cover their costs and for patients to acquire them. However, a streamlined method of setting guidelines for coverage using a cost-based regulatory model could help patients get access to the drugs while ensuring manufacturers are fairly compensated. Currently, governments can justify covering cost-effective drugs. Manufacturing costs, including research and development, typically put orphan drugs over any threshold of cost-effectiveness because so few patients use them. Thus, governments either decline coverage or end up funding the drugs under pressure from patient advocacy groups. Without adequate compensation for their efforts, manufacturers will have no incentive to develop orphan drugs. A cost-based regulatory model, including yardstick pricing, would improve access to orphan drugs because it creates incentives for companies to lower their costs. Yardsticking means that prices are set using industry benchmarks and firms that successfully lower their costs below those of competitors can profit by it. Under this system, the government could still apply an initial cost-effectiveness test. In cases where that threshold is not met, the cost-based regulatory model would be used to decide upon the maximum price at which the drug would be covered. This would be done through an estimated, benchmarked, capital cost based on the average cost of drug development across the pharmaceutical industry, and take into consideration the probability of success. Such an approach would allow governments to bargain over a drug’s price, yet still create incentives for companies to develop orphan drugs at the lowest possible costs.

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)0,034
score de la tête « metaresearch » (Gemma)0,194
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,194
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,008
Communication savante0,0120,018
Science ouverte0,0030,008
Intégrité de la recherche0,0170,020
Charge utile insuffisante (le modèle a refusé de juger)0,0400,023

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 Opus0,038
Tête enseignante GPT0,337
Écart entre enseignants0,300 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe School of Public Policy PublicationsMême sujetBiotechnology and Related FieldsTravaux en français237 207