MétaCan
Menu
← Retour à la cohorte
Enregistrement W6948556870 · doi:10.5061/dryad.c2fqz616t

Data from: Time to market for drugs approved in Canada between 2014-2018: an observational study

2020· dataset· en· W6948556870 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésObservational studyTrademarkDescriptive statisticsDrugOff-label usePharmacoepidemiology

Résumé

récupéré en direct d'OpenAlex

Objectives: This study examines the length of time between when a patent application is filed in Canada for a new drug and when it is available for patients (time to market) and various components of that time. It also looks at whether various factors explain the time between patent application to New Drug Submission and compares Canadian and American times. Drugs approved between January 1, 2014 and December 31, 2018 are examined. Design: Descriptive study Data Sources: Websites from Health Canada, Food and Drug Administration, Merck Index, United States Patent and Trademark Office, World Health Organization and previously published articles. Interventions: None Primary and Secondary Outcomes: The primary outcomes are time to market, time from patent application to New Drug Submission (pre-NDS time), review time, time from approval to availability (postapproval time) and factors that may influence the pre-NDS time. The secondary outcome is a comparison of Canadian and American review times and times between patent application and approval. Results: There were 113 drugs available for analysis. The median time to market was 11.80 years (inter-quartile range (IQR) 9.40, 14.05). The component median times were pre-NDS 10.00 years (IQR 8.05, 12.80), review time 0.96 years (IQR 0.75, 1.15) and postapproval time 0.15 years (IQR 0.08, 0.28). Less than 8% of the pre-NDS time was explained by the factors that were analyzed in a multiple linear regression equation. There was no statistically significant difference between Canadian and American pre-NDS times. Conclusion: On average, once a drug reaches the market companies have a median of 8.2 years before the patent expires and generics can reach the market. Most of the time between the filing of a patent application and when a drug is marketed is determined by decisions that are largely under the control of the company.

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)0,014
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,015
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)0,0060,001

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 Opus0,179
Tête enseignante GPT0,293
Écart entre enseignants0,115 · 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
GenreJeu de données

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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→