Detailing vs. Direct-to-Consumer Advertising in the Prescription Pharmaceutical Industry
Notice bibliographique
Résumé
The pharmaceutical industry has always used sales representatives to target physicians (detailing), who are a key link in sales and market share for prescription pharmaceuticals. Since August of 1997, when the Food and Drug Administration eased the restrictions on direct-to-consumer advertising (DTCA), there has been a dramatic increase in the use of DTCA by pharmaceutical firms to target end customers (patients). DTCA seems to have two different effects on pharmaceutical markets. The first is to inform patients about the availability of drugs for some ailments, thus expanding the market (constructive). The second is to persuade patients to talk about specific brands when they meet physicians, with the objective of influencing market share (combative). We consider both effects of DTCA in the presence of a detailing program in a competitive environment. We incorporate the dynamics of physician-patient interaction in a game-theoretic model where firms decide on the form of DTCA to adopt (constructive or combative) and then compete in the marketplace by choosing detailing and DTCA levels. We answer four questions: What is the impact of adopting DTCA on competitive intensity? How do optimal detailing levels for a firm change with the adoption of DTCA? How should the DTCA strategy for a firm vary depending on whether it is stronger or weaker in its degree of influence in the physician's office? Finally, under what conditions would competing firms voluntarily decide to pursue constructive DTCA?
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».