MétaCan
Menu
Retour à la cohorte
Enregistrement W2131964909 · doi:10.1071/ah10906

How much do we spend on prescription medicines? Out-of-pocket costs for patients in Australia and other OECD countries

2011· article· en· W2131964909 sur OpenAlexaboutno aff
Anna Kemp, David B. Preen, J. Glover, James B. Semmens, Elizabeth E. Roughead

Notice bibliographique

RevueAustralian Health Review · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensnon disponible
Organismes subventionnairesNational Health and Medical Research CouncilNational Medical Research CouncilMedical Research Council
Mots-clésMedical prescriptionPharmaceutical Benefits SchemeSubsidyHealth economicsMedicineHealth carePublic healthEnvironmental healthBusinessEconomic growthPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Objectives. To determine changes in out-of-pocket expenditure on prescription medicines for Australian patients, and how patient expenditure compares with other Organisation for Economic Co-operation and Development (OECD) countries. Methods. We examined out-of-pocket expenditure on prescription medicines by patients in Australia between 1970 and 2007, and between Australia and 15 other OECD countries (Canada, Czech Republic, Denmark, Finland, France, Germany, Japan, Republic of Korea (South Korea), Luxembourg, Poland, Slovak Republic, Spain, Sweden, Switzerland and the United States) in 2005. Findings. Spending on publicly subsidised medicines by Australian patients increased from $16 per person in 1971 to $62 in 2007. Patient expenditure on all prescription medicines had risen to $134 per person in 2007. Out-of-pocket expenditure for Australian patients ranked 4th of 14 OCED countries with universal pharmaceutical subsidies. Australian patients pay 28% of national pharmaceutical expenditure; more than patients in South Korea (27%), Slovak Republic (26%), Sweden (22%), France, Luxembourg, Japan and Switzerland (17%), Germany (15%), Czech Republic (11%) and Spain (6%), but less than patients in Finland (36%), Denmark (33%) and Poland (34%). Conclusions. Compared to other OECD countries, Australian out-of-pocket costs are now in the mid to upper range. Further increases have the potential to significantly affect access to care. What is known about the topic? In Australia and internationally, increases in the portion of prescription medicines paid by patients have been associated with falls in utilisation. Despite the pharmaceutical subsidies patients receive under the Australian Pharmaceutical Benefits Scheme, prescription medicine costs are a barrier to access for many low income, elderly and other vulnerable patients. What does this paper add? The findings demonstrate that the prescription medicine expenditure of Australian patients has increased substantially over recent years, and is double that indicated by benefit-paid data alone. Out-of-pocket expenditure in Australia is moderate-to-high by international standards. What are the implications for practitioners? Patient out-of-pocket expenditure for prescription medicines in Australia has increased in recent decades, accounting for higher proportions of household and national medicine expenditure. Lack of patient involvement in treatment decisions is associated with patients forgoing medicines due to costs. Practitioners are encouraged to discuss treatment decisions, cost-barriers and possible strategies to overcome cost-barriers with their patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,296
Tête enseignante GPT0,439
Écart entre enseignants0,143 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Health ReviewMême sujetMedication Adherence and ComplianceTravaux en français237 207