Impact of Drug Plan Management Policies in Canada: A Systematic Review
Notice bibliographique
Résumé
Background/objective: In Canada, pharmaceutical expenditures require an increasing proportion of total health care dollars. Drug plan managers use various policies to manage medication use and control costs, but these policies can have unintended consequences. The objective of this systematic review is to evaluate the impact of drug policies on economic, clinical and humanistic (quality of life or satisfaction) outcomes. Methods: Articles in which the primary objective was to evaluate the impact of a drug policy tool or technique in Canada and that measured one or more economic, clinical or humanistic outcomes were considered for inclusion. Studies were excluded if they were based in institutions or not published in peer-reviewed journals. The search process included searching 9 electronic databases, searching the reference lists of identified articles and working papers and contacting drug policy researchers. Studies were assessed for quality and suitability for meta-analysis. We performed a qualitative synthesis of the study design, study sample and outcomes. Results: Thirty-five articles satisfied the inclusion criteria. Most ( n= 25, 71%) determined that drug policies reduced the costs, utilization or both of the studied drug therapy. Only 13 studies (37%) measured the impact of the drug policy on the cost or utilization of medical care, and the impact of the policy was favourable in only 4 of these cases. Six studies (17%) evaluated the impact of the policy on clinical outcomes; none reported a favourable impact. No studies evaluated the impact of the drug policy on humanistic outcomes. Discussion: Although the drug policies in most of the studies included in this systematic review did achieve the desired goal of reducing drug costs, utilization or both, the impact on other outcomes was seldom examined. In the 6 studies in which clinical outcomes were included in the evaluation framework, the impact was inconclusive. Humanistic outcomes have been completely excluded from evaluations to date.
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 | 0,021 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,013 | 0,021 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».