MétaCan
Menu
Retour à la cohorte
Enregistrement W4406147889 · doi:10.1017/s0266462324002484

PP79 Challenges With Integrating Early-Stage Cancer Trial Endpoints Into Economic Models: Review Of Canadian And International HTA Recommendations

2024· article· en· W4406147889 sur OpenAlexaboutno aff
Jaclyn Beca, Eon Ting

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStage (stratigraphy)MedicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Introduction Therapies for early-stage cancers demonstrate clinical benefit with early endpoints that measure delayed or avoided disease recurrence, and survival benefits take years to confirm. Economic evaluations for health technology assessment (HTA) require assumptions about long-term benefits to project lifetime disease trajectories. We examined economic modeling approaches used in HTA for adjuvant/neo-adjuvant therapies to understand challenges, explore patterns, and identify opportunities for methodological improvements. Methods We included drug indications with Canadian Agency for Drugs and Technologies in Health (CADTH) reimbursement recommendations as of November 2023 for adjuvant/neoadjuvant treatment of early-stage solid tumors. We collected recommendation outcomes and details of submitted clinical and economic evidence. Adapting prior work and focusing on threats to validity arising from equivocal methodological challenges, we classified issues raised in the economic review, particularly those related to surrogacy, treatment pathways, and long-term benefit assumptions (extrapolation, duration of benefit, and cure). We made comparisons with respect to the approaches to long-term benefit assumptions and treatment pathways for drug indications that also had appraisals by the National Institute for Health and Care Excellence (NICE, UK) and the Pharmaceutical Benefits Advisory Committee (PBAC, Australia). Results Seventeen drug indications for adjuvant/neoadjuvant treatment of solid tumors were included. Reimbursement was recommended in Canada for 83 percent of drug indications, all were reviewed and recommended in the UK, and 11/15 (73%) have been recommended in Australia. Assessments described overall survival (OS) as immature, but interim OS data appeared to be supportive. There was considerable variability in approaches to long-term benefit assumptions by both submitters and reviewers. Modifications to the assumptions were made in two-thirds of reviews before acceptance by HTA. There was notable inconsistency in approaches to handling treatment-waning, while cure assessment time greater than or equal to five years from initiation was consistently considered appropriate by reviewers. Conclusions While all assessments recognized immature OS data, positive reimbursement recommendations were common. There was important variability in application of methods to estimate long-term treatment effectiveness, particularly determining appropriate, evidence-informed assumptions for duration of benefit and cure. This research can support guidance, methodological advancements, and consensus-building to appropriately capture benefits and assess uncertainties for treatments in early-stage cancers with more consistency.

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)0,219
score de la tête « metaresearch » (Gemma)0,487
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,941
Score d'incertitude au seuil0,963

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2190,487
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0060,009
Bibliométrie0,0160,020
Études des sciences et des technologies0,0020,005
Communication savante0,0110,004
Science ouverte0,0110,005
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,295
Tête enseignante GPT0,509
Écart entre enseignants0,214 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

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 revueInternational Journal of Technology Assessment in Health CareMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207