Setting Limits in Healthcare: The Ontario Drug Benefit Program and Accountability for Reasonableness
Notice bibliographique
Résumé
Moderate scarcity is a basic social condition and resource constraints make limit setting in healthcare inevitable. Limits are already being set at many different levels in Canadian healthcare, but limit setting often proceeds in an uncoordinated and opaque manner, with little public knowledge or involvement. The need to set limits in healthcare raises important questions about distributive justice. Substantive approaches to distributive justice are subject to significant problems, and there is no theoretical consensus at the level of ethical theory. Procedural approaches are also subject to serious flaws, but in this thesis I argue that a procedural approach is currently the most appropriate way to deal with morally controversial aspects of limit setting. To illustrate principles of procedural justice and limit setting in healthcare I will use the Ontario Drug Benefit Program (ODB) as a case study. The ODB provides publicly funded prescription drug coverage for vulnerable groups in Ontario, but some drugs are not listed on the Provincial formulary. The ODB sets limits on what drugs are covered, but listing decisions can be morally controversial. "Accountability for Reasonableness" (A4R) is the leading ethical framework for limit setting in healthcare, and I provide a critical assessment of the ODB by applying this framework to the way in which these limits are set. The ODB meets some of the conditions of A4R, but there is significant room for improvement. I offer five recommendations to enhance the legitimacy and fairness of ODB limit setting.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,024 | 0,047 |
| Communication savante | 0,016 | 0,008 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».