Integrating biosimilars into oncology practice
Notice bibliographique
Résumé
<p class="p1">In recent years, biologic therapies have increasingly been used in oncology and for other medical conditions, placing a significant economic burden on the healthcare systems (Cohen, 2017; Godman et al., 2018). In light of rising healthcare costs, biosimilars, more affordable biologics, have been introduced on the market to meet existing needs and facilitate biologic treatment access for all patients. In Canada, the combined savings from the use of etanercept, filgrastim, infliximab and insulin glargine biosimilars in 2018 totaled $94 million<span class="Apple-converted-space"> </span>(Patented Medicine Prices Review Board, 2018). While the use of biosimilar medicines has been successfully implemented in Europe for 15 years (Health Canada, 2019), the first oncology biosimilar, a biosimilar of bevacizumab, was approved by Health Canada in 2018 (Generics and Biosimilar Initiative, 2021). Questions remain amongst healthcare providers about the efficacy and safety of biosimilars in oncology (Rugo et al., 2018). Furthermore, variability in the regulatory framework for biosimilars across Canadian provinces might complicate their introduction to clinical practice. With the current article, we aim to provide oncology nurses with an overview of biosimilars in Canada and address common myths and misconceptions about this class of medications.
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 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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 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 tête enseignante, 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 ».