Evolving Recommendations for Patient Populations Among Oncology Medicines: A Quantitative and Qualitative Analysis
Notice bibliographique
Résumé
After a medicine has been tested in pivotal trials, regulators, health technology assessment (HTA) organizations, and professional societies make decisions about the patients best served by the medicine. This study assesses how the patient populations for oncology medicines (2010-2023) are defined (1) at trial, (2) regulatory submission, (3) upon approval for marketing authorization, (4) at submission, and (5) recommendation by the HTA, and (6) in clinical guidelines in Australia, Canada, the Netherlands, the United Kingdom, and the United States. Based on 25 populations for oncology medicines, we developed a framework for describing oncology populations consisting of 20 elements in four domains: disease specifications, patient characteristics, treatment position, and exclusion criteria. In exploratory analyses, we tabulated any observed variation in these framework elements throughout the six steps in the lifecycle of a medicine. On average, 10 (95% confidence interval [CI]: 9.2-10.9) potential adjustments were made, 2.3 (95% CI: 2.0-2.5) by each decision-maker. The adjustments by pharmaceutical developers focused mostly on the disease specifications (0.5 of the average 0.8 adjustments, 63%), while adjustments by regulators, HTA organizations, and guideline developers predominantly targeted the treatment's position (range: 0.5/1.3 [36%] in guidelines to 0.6/1.0 [58%] in regulatory approvals). Each decision-maker on average modifies 1.0 element (out of 2.3 [43%]) that was previously adjusted by another decision-maker. The multiple differences observed in the description of patient populations reflect inconsistency in reporting between decision-makers, complicating communication to patients and potentially affecting access to medicines. The developed framework can support consistent reporting across stakeholders and countries.
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 | 0,075 | 0,149 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».