Methodological challenges in pharmacoeconomic submissions for cancer drug reimbursement in Canada from 2019-2021
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cancer is the leading cause of death in Canada, carrying a mortality rate of 1 in 4 Canadians. As new therapeutic options are developed, high drug costs place a huge burden on patients and the healthcare system. Due to budget limitations, not all pharmaceuticals can be publicly funded, so difficult decisions must be made for which drugs are funded and in what contexts. The pan-Canadian Oncology Drug Review (pCODR) evaluates submissions for new oncological pharmaceuticals to make reimbursement recommendations. Comprehensive analyses assessing limitations in recent oncology drug submissions have not yet been performed. The objective of this project, therefore, was to characterize common limitations in recent oncological drug submissions and to determine the impacts of their reanalyses on the incremental cost-effectiveness ratio (ICER). Oncological pharmaceutical appraisals for which pCODR generated a final recommendation in 2019, 2020, and 2021 were included (n= 64). An extraction form was created with 18 categories for grouping of limitations. Limitation frequencies and effects of pCODR’s reanalyses on ICER (in $/Quality Adjusted Life Year (QALY)) were extracted. The most commonly identified limitations pertained to extrapolation and costs. Reanalyses for limitations pertaining to natural history characterization/model structure, comparators, and duration of treatment effect resulted in the greatest median impacts on ICER. Recognizing common limitations and assessing their impacts on ICER can assist in improving the quality of future drug submissions. It can help to ensure that CADTH receives robust submissions for which they can efficiently and accurately make reimbursement recommendations. Furthermore, such characterizations can inform potential adjustments to be made to existing guidelines to assist drug manufacturers in avoiding common limitations in their submitted models.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle