Is There a Relationship Between Patient Beliefs or Communication About Generic Drugs and Medication Utilization?
Notice bibliographique
Résumé
BACKGROUND: Insurers and policymakers strive to stimulate more cost-effective prescribing and, increasingly, are educating beneficiaries about generics. OBJECTIVES: To evaluate the relationship between patient beliefs and communication about generic drugs and actual drug use. RESEARCH DESIGN AND SUBJECTS: We performed a national mailed survey of a random sample of 2500 commercially-insured adults. Patient responses were linked to pharmacy claims data to assess actual generic medication use. MEASURES: We used factor analysis to develop 5 multi-item scales from patient survey responses that measured: (1) general preferences for generics, (2) generic safety/effectiveness, (3) generic cost/value, (4) comfort with generic substitution, and (5) communication with providers about generics. The relationship between each scale and the proportion of prescriptions filled for generics was assessed using linear regression, controlling for demographic, health, and insurance characteristics. Separate models were created for each scale and then all 5 scales were included simultaneously in a fully-adjusted model. RESULTS: The usable response rate was 48%. When evaluated independently, a 1 SD increase in each of the 5 scales was associated with a 3.1% to 6.3% increase in generic drug use (P < 0.05 for each). In the fully adjusted model, only 2 scales were significantly associated with generic drug use: comfort with generic substitution (P = 0.021) and communication with providers about generic drugs (P = 0.012). CONCLUSIONS: Generic drug use is most closely associated with the 2 actionable items we evaluated: communication with providers about generics and comfort with generic substitution. Educational campaigns that focus on these 2 domains may be most effective at influencing generic drug use.
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 | 0,005 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».