文献

J-GLOBAL ID：202202237371574783   整理番号：22A0215030

精密医療のための精密再課金:試行および予測から学習および予測への試行およびプロジェクトからの進化への実世界エビデンスの利用【JST・京大機械翻訳】

Precision Reimbursement for Precision Medicine: Using Real-World Evidence to Evolve From Trial-and-Project to Track-and-Pay to Learn-and-Predict

著者 (10件)： Eichler Hans-Georg (Medical University of Vienna, Vienna, Austria) ,  Trusheim Mark (Massachusetts Institute of Technology Center for Biomedical Innovation, Cambridge, Massachusetts, USA) ,  Schwarzer-Daum Brigitte (Medical University of Vienna, Vienna, Austria) ,  Larholt Kay (Massachusetts Institute of Technology Center for Biomedical Innovation, Cambridge, Massachusetts, USA) ,  Zeitlinger Markus (Medical University of Vienna, Vienna, Austria) ,  Brunninger Martin (Dachverband der Sozialversicherungstraeger, Vienna, Austria) ,  Sherman Michael (Point32Health, Wellesley, Massachusetts, USA) ,  Sherman Michael (Department of Population Medicine, Harvard Medical School, Boston, Massachusetts, USA) ,  Strutton David (Merck & Co., Inc., Kenilworth, New Jersey, USA) ,  Hirsch Gigi (Massachusetts Institute of Technology Center for Biomedical Innovation, Cambridge, Massachusetts, USA)
資料名： Clinical Pharmacology & Therapeutics  (Clinical Pharmacology & Therapeutics)
巻： 111  号： 1  ページ： 52-62  発行年： 2022年 
JST資料番号： A0721B  ISSN： 0009-9236  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 基本的な科学者と薬剤開発者は,精密医学の目標に向けて革新を加速している。調節剤は,個別化治療を含む精密薬剤へのタイムリーな患者アクセスのための経路を生成する。ヘルスケア支払い者は,変化の必要性を認識したが,しかし,カバレッジと再im償のための下流革新は,単に半分に起こる。性能の不確実性,高価格タグ,支払いタイミング,および精密医薬品に関連する保険リスク問題は,支払い者にとって新しい財政的課題を提示する。伝統的薬物再im frameworksフレームワークによって,支払いは,現実世界の有効性の想定したランダム化比較試験(RCT)投影,”試行とプロジェクト”戦略に基づいている;患者に実現された臨床的利点は,通常,実世界データ(RWD)の収集により,確認されていない。臨床成績の不確実性から生じる財政的リスクを緩和するために,生産者と支払い者は「トラックアンドパシー」フレームワーク(すなわち,財政的結果にリンクするプレアグレア処理結果の追跡)を考案した。いくつかのトラックとパヤの配置は成功しているが,固有の弱点は,インセンティブのミスアラインメントの可能性,患者のチャネリングのリスク,および治療に関する連続学習を可能にするために発生するRWDを使用する失敗を含む。”Precision reimbruction”(PR)は,単純なトラックアンドパシー方式の固有の弱点を克服することを意図する。RWDの収集と先進的な分析(例えば,人工知能と機械学習)との組み合わせにおいて,すべての利害関係者(プロバイダと患者を含む)にわたるインセンティブの前向きアラインメントと,生成された情報の利用と普及によって,PRは,性能のための支払いの「学習と予測」モデルになる。ここでは,PRの概念を詳細に記述し,それを現実にする次の段階を築く。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アラインメント ,  チャネリング ,  *学習 ,  不確実性 ,  保険 ,  人工知能 ,  生産者 ,  不整合 ,  有効性 ,  機械学習 ,  ランダム化比較試験 ,  *個別化医療
準シソーラス用語： 利害関係者 ,  創薬 ,  ISP【インターネット】 , 【Automatic Indexing@JST】

分類 (3件)： 医療制度  (GB04020H) ,  消化器の腫よう  (GH04000D) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (9件)： 精密医療 ,  課金 ,  試行 ,  予測 ,  学習 ,  プロジェクト ,  進化 ,  世界 ,  エビデンス