A scoping review of the role of managed entry agreements in upcoming drugs for amyotrophic lateral sclerosis: learning from the case of spinal muscular atrophy
Notice bibliographique
Résumé
INTRODUCTION: The therapeutic options for spinal muscular atrophy (SMA) are encouraging. However, there is currently no cure for amyotrophic lateral sclerosis (ALS). The clinical and economic uncertainty surrounding innovative treatments for rare neurodegenerative diseases makes it necessary to understand managed entry agreements (MEAs). The aim of this study was to review whether models of MEAs in SMA could be extrapolated to ALS. METHODS: We performed a scoping review with information on MEAs on SMA in Web of Science (WOS), PubMed, Lyfegen Library, the National Institute for Health and Care Excellence (NICE), and the Canadian Agency for Drugs and Technologies in Health (CADTH). RESULTS: We found 45 results in WOS and PubMed. After an initial survey, 10 were reviewed to assess eligibility, and three were selected. We obtained 44 results from Lyfegen Library, and three results each from NICE and CADTH. CONCLUSION: The main objective of MEAs is to reduce uncertainty in the financing of drugs with a high budgetary impact and clinical concerns, as is the case with drugs for SMA and ALS. While the information available on MEAs in SMA is scarce, some conceptual models are publicly available. MEAs for long-term treatments for SMA could be used for the design of MEAs in ALS because of their similarities in economic and clinical uncertainty.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».