Le Québec chef de file dans le développement et l’intégration des soins de santé personnalisés : la réglementation et les politiques québécoises actuelles le permettent-elles?
Bibliographic record
Abstract
Le présent rapport vise à évaluer la politique de couverture et d’offre des tests de diagnostic au Québec, en comparaison de douze juridictions (les juridictions canadiennes, le Royaume-Uni, Japon, Suisse, Allemagne, France, Italie, Suède et les États-Unis) afin de maximiser l’accès aux soins personnalisés au Québec. La décision de financer un test de diagnostic par un tiers payeur public dans toutes les juridictions étudiées dépend de son ratio « coût-efficacité », lors d’une Évaluation des Technologies de la Santé. Ce cadre méthodologique détermine le bénéfice ajouté du test, les risques et incertitudes liés à sa validité clinique et l’impact économique de son coût sur le système d’assurance publique. Toutefois, nos recherches démontrent que les processus et critères de cette évaluation sont très souples et varient grandement d’un organisme à l’autre. En outre, il ressort de notre étude que l’accès aux tests dépend également de la portée de l’offre et de l’assurance publique. Au Québec, la politique adoptée en 2011 confiant l’évaluation du financement public des analyses de biologie médicale à l’Institut d’Excellence en Santé et en Services Sociaux fait référence à des critères d’évaluation similaires à ceux des juridictions étudiées; ce qui place le Québec dans une position prometteuse quant au déploiement de la médecine personnalisée et au développement de l’industrie de diagnostic au Québec. Néanmoins, afin de maximiser cette politique de sorte que le Québec devienne un leader dans le domaine des soins de santé personnalisés, nous préconisons la mise en œuvre de six recommandations. D’une part, pour soutenir une décision éclairée de financement, nous encourageons les parties à 1) instaurer une procédure de mise en marché/couverture pour les technologies dont l’évidence est avérée malgré des données probantes insuffisantes; 2) encourager la collaboration avec les compagnies pharmaceutiques en leur permettant de déposer directement une demande de couverture et d’être auditées; 3) promouvoir en ce sens la conclusion d’ententes de partage de risque après une détermination complète du coût du test et de son impact sur le budget des dépenses en santé publique et 4) mettre en place une procédure simultanée de prise en charge d’un test compagnon avec son médicament. D’autre part, concernant l’offre des tests, nous sommes d’avis que 5) le Québec doit se doter d’une réglementation permettant l’offre de tests diagnostiques effectués dans un laboratoire privé québécois et que 6) la couverture d’assurance publique doit être limitée essentiellement aux tests effectués en établissements hospitaliers - ces facteurs limitant de facto l’accès aux tests diagnostiques au Québec.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.013 | 0.038 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.007 | 0.004 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.018 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".