您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[ITIF]:用于制定生物制药政策的证据:关于公共政策对药物开发投资影响的研究呼吁 - 发现报告
当前位置:首页/行业研究/报告详情/

用于制定生物制药政策的证据:关于公共政策对药物开发投资影响的研究呼吁

医药生物2024-10-28ITIF一***
用于制定生物制药政策的证据:关于公共政策对药物开发投资影响的研究呼吁

用于制定生物制药政策的证据:关于公共政策对药物研发投资影响的研究呼吁 桑德拉·巴博苏、克里斯汀·阿克塞尔森和斯蒂芬·埃泽尔|2024年10月 药物价格降低带来的即时节约与临床开发带来的未来健康益处之间的权衡范围和程度仍然理解不足且难以量化。为了支持严格的评估并指导基于证据的政策制定,通过研究资助和改善对联邦及私营数据的访问,对该领域进行投资至关重要。 KEYTKEAWAYS 迫切需要更新的、有力的证据来为生物制药政策提供信息。 鉴于最近的举措,例如减少通货膨胀,这种需求尤其紧迫。法案(IRA),制定价格设定条款,导致研发减少 投资和新药开发的大幅减少。 当前的政策制定依据的估算依赖于过时的数据和模型,这些数据和模型未能充分捕捉现代投资决策或政策对肿瘤学、罕见疾病和疫苗等领域药物开发的广泛影响。 理解财务回报期望如何影响药物开发各个阶段的投资对于评估这些政策对创新的长期影响至关重要。 为了鼓励在此领域进行进一步研究,ITIF提供研究资助以支持新工作的开展。这些资助面向在学术机构或私营组织中从事本评论中概述的主题研究的个人。 符合条件的研究人员被鼓励申请并广泛分享此机会。资助申请指南可在ITIF的生命科学创新中心获取。 itif.org FORWARD 本政策简介已被接受发表在卫生事务学者并根据知识共享CCBY许可证的条款在此处复制。1此版本中的某些复制编辑详细信息可能与最终的排版文章不同,后者是规范版本: 桑德拉·巴博苏、克尔斯滕·阿克塞尔森和斯蒂芬·伊泽尔,“用于生物制药政策制定的证据:关于公共政策对药物研发投资影响的研究呼吁” 卫生事务学者,2024;qxae129,https://doi.org/10.1093/haschl/qxae129. INTRODUCTION 生物制药行业预期财务回报与药物研发投资之间存在显著的正相关关系,这一积极的关系已被众多研究记录在案。2近期的研究还探讨了旨在降低药品价格的政策影响,例如政府定价或知识产权保护的削弱,这些措施降低了财务回报,并可能抑制药物研发的动力。霍和帕克认为,当前及提议的美国价格调控措施虽然短期内有利于美国消费者,尤其是低收入和老年人群体,但可能会通过大幅减少企业对高福利改善型研发的投资而产生有害的长期效应。这可能会对全球产生影响,因为一旦开发出的药品可以惠及世界各地的个人。3菲利普森和杜伊也表明,《 降低通货膨胀法》(IRA)中规定的美国药品定价机制将导致研发投资减少,并且新药开发大幅下降,从而造成巨大的生命损失。4 然而,从较低药物价格带来的即时节省与临床开发带来的未来健康益处之间的权衡范围和规模仍知之甚少且难以量化。鲜有近期研究探讨这一问题,而包括国会预算办公室(CBO)在内的估算往往依赖于过时或有限的数据,未能捕捉当前生物制药生态系统中的复杂性——例如资本流动性或当今生物制药研发生态系统中固有的全部投资决策谱系。5尽管如此,CBO的估算继续为政策制定者的决策提供参考,尽管近期的研究表明,这些估算可能低估了IRA的价格设定条款对未来药物开发的负面影响。6 美国国会预算办公室承认需要更好的数据和更严谨的研究以指导基于证据的政策制定,并呼吁在此方面开展新的研究工作。7 构建坚实的基础证据对于实施或扩展医疗卫生系统的重大政策变化至关重要。这一努力超越了 联邦研究计划的范畴,因为历史上此类研究主要起源于学术机构和智库。为了支持严格的评估并指导基于证据的政策制定,通过研究资助和改善对生物制药研发成本、投资和成果的联邦和私营部门数据访问,投资于这一领域显得尤为重要,这些数据能够更好地捕捉复杂的研发生态系统。 美国约占全球生物制药市场总量的40%,因此美国的政策对预期的财务回报具有重大影响。8 因此,美国政策的变化可能会对全球药物研发的动力产生重大负面影响。这些变化不仅可能影响行业利润,还可能影响其他方面。 投资于学术研究、临床试验和科学方法学,以及全球的人类健康和longevity。 了解预期收益与生物药物研发投资关系的挑战 Severalnotablestudieshave试图量化预期财务回报与生物制药行业研发投资之间的关系。杜波伊等人的研究发现,需要额外产生25亿美元的收入才能发明一种新的化学实体。9布卢姆-科霍 特和苏德发现,医疗保险D部分的实施显著增加了具有较高医疗保险市场份额的治疗类别的研发投入。10阿克洛托卢和林恩发现,潜在市场大小(由人口老龄化代理)每增加1%,该治疗领的新药数量会增加4%到6%。11费尔肯斯坦的研究表明,在公共政策鼓励下,疫苗利用率达到 %的增长,使得新疫苗临床试验增加了2.5%至2.75%。12这些研究提供了宝贵见解,但为了全面反映政策变化对新型疗法的研发投资和临床开发项目的影响,仍需更多且更新的研究工作。 估算这种关系的一个挑战在于,在药物开发生命周期的不同阶段,所需资本和相关投资风险各不相同。多个具有不同风险偏好和财务能力的实体参与其中,但它们的风险承受能力和独特的投资策略并没有得到充分记录。旨在捕捉政策对生物制药行业影响的模型应该反映每阶段药物开发相对于政策影响时间的风险容忍度、资本获取途径以及资本的替代用途。然而,现有的数据和方法有限,无法揭示不同实体是如何做出这些决策的,或者为什么即使预期回报为正,某些药物候选物仍不被追求。13 另一个挑战是识别合适的反事实情景。例如,政府定价政策的影响具有前所未有的性质(该政策在2022年IRA之前从未实施过),由于缺乏类似规模市场的先例,因此难以估算其影响。近期的努力,包括国会预算办公室(CBO)的工作,主要集中在政府定价对未来新药开发数量的影响上 ,并报告了广泛的意见范围。虽然CBO发现,根据当前IRA的价格设定规定,到2039年将有5种新药失去市场,而Philipson和Durie估计这一影响要大27倍,到2039年将有135种新的药物失去市场,导致美国损失3.315亿个生命年。14霍和派克发现,提议将定价扩展到所有药品领域虽 能在短期内带来益处,但会大幅减少企业对未来药品研发(尤其是高度改善福利的研究开发)的投资。15这将对全球产生影响,因为一旦新药物开发成功,其益处通常会扩展到世界各地。H和Pakes主张在高收入国家之间更公平地分配制药研发努力,并探讨统一国际品牌药价格的影响 。他们指出,虽然统一价格可以使美国的药品价格降低超过一半,但也会导致其他国家的价格显著上涨,突显了全球药品定价动态对生物制药创新复杂性和广泛影响的复杂性。16 现有的研究努力可能未能全面反映此类政策对药物开发的影响,往往未能考虑到具有高需求领域的临床研究投资所带来的独特利益。 人口群体,如儿科用药。影响已批准药物预期财务回报的政策也影响新药开发和现有药物(包括新适应症)的研发投资。当前的CBO估计可能未能全面捕捉到这些变化对市场后开发、竞争对手动态以及仿制药和生物类似药进入市场的更广泛影响。政府定价机制对这些动态的影响— —这些机制历史上增加了临床数据的可及性、扩大了治疗选择并使药品更加负担得起——尚未得到充分研究。 CBO目前生物药物创新建模的局限性 Congressional预算办公室使用各种类型的统计和数学建模来探讨政策变化对生物制药创新的影响。例如,在评估IRA(基础设施投资与就业法案)定价规定对药物开发的影响时,CBO使用预测模型和决策分析模型的组合来估计价格监管可能如何影响制药创新、成本和节约,并评估其对经济和卫生保健系统的影响结果。 国会预算办公室模式有几个限制: ▪对后市场发展的影响:当前对新药开发的关注忽视了定价对现有药物在生命周期后期研发的影响。这一投资对于开发新的适应症、如癌症或HIV的联合疗法,以及针对儿童或合并症患者等特殊人群的治疗至关重要。 ▪过时的估计:当前关于预期财务回报与研发投资之间关系的估计依赖于过时的数据。 物开发的景观已经发生了显著变化,出现了更多专门化的药物和复杂的开发流程,这些都影响了风险和成本。17更新的数据和建模以更好地反映生物制药投资当前的复杂性将提供 具相关性的见解。 ▪对治疗领域和药物方式的不同影响:药物开发已经发生了显著变化,与20年前相比,肿瘤学和靶向治疗现在占研发投入的比例大幅增加。现有数据尚未评估细胞和基因疗法以及RNA疫苗等新兴模式的影响。这一变化突显了更新数据和模型的必要性,这些数据和模型能够反映当前的药物开发格局,并随着药物开发科学的发展而演变。 ▪资本投资中的可变风险容忍度:CBO模型基于有限的数据和单一代表性公司进行建模,未能考虑到不同公司在风险profile上的差异。这些模型应该更好地反映资本流动性以及药物开发生命周期中多样化的投资策略。为了捕捉不同利益相关者在风险profile方面的差异,需要更全面的数据,包括来自行业的见解,如定量公司数据和定性研究,以更好地理解不同利益相关者的风险profile,并结合企业与投资者可以采用的建模方法。 考虑不同风险容忍度、投资行为和决策制定之间的异质性,提供行业动态更为现实的代表 ▪对竞争药物的影响:政府定价可能减少同一治疗领域竞争对手药物的收入,导致市场价格降低,并在该治疗领域内减少研发和临床开发活动。这种效应类似于仿制药进入市场的动态过程,其影响尚不确定,需要进一步研究。 ▪仿制药和生物仿制药的竞争市场:更新的证据对于评估政府定价政策对Medicare下仿制药和生物类似药的市场准入及定价影响是必要的。 ▪缺乏对健康或公平的关注:当前的CBO模型强调了政策对健康结果和健康公平更广泛影响的重要性,但往往忽视了这些影响,比如可能限制患者获取创新治疗的机会或加剧健康不平等。 扩展证据基础对于评估生物制药行业政策影响至关重要。研究应具备透明性、可复制性、可再现性和独立验证性。鉴于当前研究方法学和估计值的多样性,这一点尤为重要。为了提高基于证据的政策制定,新型研究应解决现有局限性,并结合学术界和工业界专家对重要议题(如政策对新药开发的影响、不同群体(包括通常未被医疗系统服务的人群)获得药品的情况以及健康结果)的见解。增强对联邦数据的访问,包括食品和药物管理局(FDA)的全面记录,如临床试验、药品及医疗器械申请和批准等,将对支持此类研究至关重要。决策者必须呼吁提供更多精确和全面的证据,以便在实施重大政策变化之前更好地理解其影响。此外,为了支持这一证据基础的扩展 ,如美国国家卫生研究院(NationalInstitutesofHealth)等联邦资助机构应得到支持,以开设专门的资金渠道。 ▪R&D投资相对于预期财务回报? ▪这种弹性在治疗领域和药物模式之间如何变化? 量化权衡 开放式问题 研究主题 表1:开放式研究问题 创新影响 ▪政府政策,如价格设定,如何影响开发的药物(激进创新与增量创新)? ▪对罕见疾病突破性疗法的长期影响是什么? 全球影响 ▪鉴于美国的政策变化如何影响全球药物开发是全球最大的生物制药市场吗? ▪对全球医药创新和医药创新的溢出效应有哪些访问? R&D优先排序 ▪预期财务收益的变化如何影响整个不同的治疗领域或药物开发阶段? ▪对健康公平有什么影响,比如获得新的治疗学? 经济和健康结果 开放式问题 研究主题 Risk ▪政府政策,如价格设定,如何影响风险水平不同的利益相关者(制药公司、风险资本家、公共资助机构)? ▪这些不同的利益相关者如何应对预期收益的变化? 后市场事态发展 ▪诸如价格设定之类的政策如何影响市场后的发展,例如新的适应症、联合疗法和儿科配方? 比较政策分析 ▪不同的价格制定机制如何做(直接价格控制、参考 定价、基于价值的定价)比较它们对研发激励的影响? 数据和Methodology ▪研究以下影响的适当方法的例子有哪些R&D投资的政策变化? ▪如何扩展对多样化、细粒度、高质量数据的访问,以及新兴的隐私增强技术(例如,联邦 学习、完全同态加密等)在启用访问中发挥作用? Measurement ▪哪些类型的因变量捕获了 生物制药行业(例如,新药数量、临床试验、试