MétaCan
Menu
Retour à la cohorte
Enregistrement W4415113553 · doi:10.34172/ijhpm.8916

Orphan Drug Approval in Canada, 1999-2022: A Cross-sectional Study

2025· article· en· W4415113553 sur OpenAlexaffabout
Joel Lexchin

Notice bibliographique

RevueInternational Journal of Health Policy and Management · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensYork UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésOrphan drugGovernment (linguistics)Food and drug administrationApproved drugAlternative medicineInvestment (military)DrugDrug approvalValue (mathematics)

Résumé

récupéré en direct d'OpenAlex

The number of drugs for orphan indications has been increasing significantly in Canada and the federal government recently announced an investment of $1.5 billion dollars over 3 years primarily directed at helping to fund the cost of these drugs. There are claims and counterclaims about what percent of Food and Drug Administration (FDA) orphan drugs are available in Canada and how delayed these drugs are in being approved by Health Canada. This study uses FDA and Health Canada databases and data from three health technology assessment agencies and one drug bulletin to provide objective data about the percent of FDA approved drugs that were also approved by Health Canada, any delays in Canadian approval and the additional therapeutic value of new orphan drugs. Decisions about what drugs should be publicly covered and how long it took to make those decisions were not investigated. From 1999 to 2022, the FDA approved 326 new drugs for an orphan indication and Health Canada approved 231 (70.9%) for the same indication. The median time between FDA and Health Canada approval was 346 days (interquartile range [IQR] 181, 785). The percent rated as major improvements declined from 50% of the total in 2004-2008 to 13.6% in 2019-2022. These findings need to be taken into account as Canada develops an orphan drug policy and decides on criteria for funding this group of drugs. Specifically, when high quality evidence about the additional therapeutic value of orphan drugs is not available at the time of approval, risk sharing funding agreements with manufacturers should be put in place. Manufacturers should understand that if the results of post-market trials do not provide convincing evidence of value, funding will be withdrawn. Finally, the quality of any research plan should be used to prioritize candidates for federal funding.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,010
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,176
Tête enseignante GPT0,482
Écart entre enseignants0,305 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health Policy and ManagementMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207