PP35 Keeping It Real Around The World: Comparing Real-World Evidence Guidance From Regulatory And Health Technology Assessment Bodies
Notice bibliographique
Résumé
Introduction The growing use of real-world evidence (RWE) in pharmaceutical decision-making has prompted various guidelines, including REALISE (REAL World Data In ASia for HEalth Technology Assessment in Reimbursement). We compared RWE guidance from Asian, European, and North American health technology assessment (HTA) and regulatory bodies against the REALISE guidance. Methods Following a previous search for China/Japan guidelines in 2022, websites of the U.S. Food and Drug Administration (FDA), the National Institute for Health and Care Excellence (NICE), the European Medicines Agency (EMA), and the Canadian Agency for Drugs and Technologies in Health (CADTH) were searched for RWE guidance in May 2023. Sections from each guidance were mapped onto REALISE and categorized as “agree,” “mixed,” “disagree,” or “missing” based on coverage/consistency. Results Eleven guidelines were identified: four from Japan, three from China, and one each from FDA, NICE, EMA, and CADTH. No disagreements were found (all mapped sections were tagged “agree”/”mixed”); divergences were in coverage only. Most regulatory guidance had narrower scopes: EMA covered registry-based studies, the FDA’s framework mainly referenced other documents, while Japan had guidance for database and registry data. Conversely, HTA guidelines (CADTH, NICE) were more comprehensive and provided specific recommendations on preferred methods (e.g., transparent reporting) that were “missing” (45 to 46%) from REALISE’s more conceptual discussions. Chinese regulatory guidance was the exception, with similar coverage as REALISE (77% “agree”/“mixed”). Conclusions Guidelines varied in scope, but there was overall concordance where recommendations could be mapped across documents. While regulatory bodies could focus on specific types of RWE, reflecting the specific role of RWE in regulatory evaluations (for example demonstrating safety), guidance for HTA was broader to account for different possible use cases in demonstrating comparative effectiveness and value.
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 | 0,314 | 0,696 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,052 | 0,050 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,017 | 0,012 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».