Expanding the eligibility criteria for drugs in Canada’s time-limited health technology assessment and temporary drug access processes will further accelerate access to new medicines
Notice bibliographique
Résumé
Canada’s Drug Agency (CDA-AMC) and the pan-Canadian Pharmaceutical Alliance (pCPA) have introduced new processes to balance timely patient access with decision-making for drugs showing early promise with high evidence uncertainties. In September 2023, CDA-AMC launched a time-limited reimbursement recommendation (TLR) category aimed at providing earlier access to new treatments for severe, rare, or debilitating illnesses. Concurrently, pCPA developed principles for a Temporary Access Process (pTAP) to guide negotiations for drugs following the TLR pathway. Drug eligibility for TLR and pTAP includes having a Notice of Compliance with Conditions (NOC/c) from Health Canada and a phase III clinical trial completion within three years.As of mid-2024, one drug, epcoritamab for diffuse large B-cell lymphoma, has successfully navigated this new pathway, which significantly accelerated time to listing. Despite this progress, current eligibility criteria may limit the broader impact of TLR and pTAP, as few drugs qualify. Future refinements could include broader eligibility criteria, such as NOC/c expansion to allow for other drug files, incorporating greater flexibility into the Phase III clinical trial requirements, and accepting real-world evidence (RWE) as a supplement to clinical trial data.Overall, the TLR and pTAP pathway represents a significant advancement in Canada’s approach to health technology assessments and drug reimbursement, promising timelier access to innovative treatments. Continued evaluation and adaptation of these processes will be crucial in ensuring their use, and their impact on timely patient access, with the expansion of drug eligibility criteria a logical next iteration.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,051 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,013 | 0,004 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».