MétaCan
Menu
Retour à la cohorte
Enregistrement W4414367979 · doi:10.1093/haschl/qxaf183

Flexibility over rigor: stakeholder acceptance of the limitations of confirmatory studies following accelerated approval

2025· article· en· W4414367979 sur OpenAlexaff
Holly Fernandez Lynch, Sejin Lee, Matthew Herder, Joseph S. Ross, Reshma Ramachandran

Notice bibliographique

RevueHealth Affairs Scholar · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensDalhousie University
Organismes subventionnairesArnold Ventures
Mots-clésFlexibility (engineering)StakeholderPaymentRaising (metalworking)RigourBehaviour change

Résumé

récupéré en direct d'OpenAlex

Introduction: Concerns about completing postmarketing requirements (PMRs) following accelerated approval (AA) of new drugs have been well documented. However, there has been little examination of specific barriers and facilitators to timely, rigorous PMRs (eg, blinded, randomized trials in the approved population) from the perspective of key stakeholders. Methods: To understand these factors, especially for cancer and rare diseases, we interviewed 56 regulators, industry executives, patient advocates, and payers. Results: Stakeholders focused on predictable PMR barriers and, except for payers, offered weak solutions, including those that would trade rigor for feasibility (eg, avoiding randomization, conducting PMRs outside approved indications), could raise other concerns (eg, conducting PMRs abroad), or are likely to fall short (eg, patient education). Stakeholders supported requiring that confirmatory studies begin before AA but were unsure how to retain rigor thereafter, emphasized tradeoffs, and sought rare disease exceptions. Although regulators and payers supported payment reforms for AA drugs, all stakeholder groups questioned practicability. Conclusion: Stakeholders recognize PMR shortcomings but prioritize flexibility, raising questions about AA's foundations and suggesting that further documenting poor rigor is unlikely to change policy. Beyond recent reforms, future efforts should emphasize confirming benefit for rare disease AAs, encouraging PMR rigor, and exploring AA payment reform.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,431
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,648
Tête enseignante GPT0,480
Écart entre enseignants0,168 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Affairs ScholarMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207