MétaCan
Menu
Retour à la cohorte
Enregistrement W2184018760

Effect of copayments on drug use in the presence of annual payment limits.

2007· article· en· W2184018760 sur OpenAlexaff
George Kephart, Chris Skedgel, Ingrid Sketris, Paul Grootendorst

Notice bibliographique

RevuePubMed · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCopaymentMedicineMedical prescriptionDrugPrescription drugEmergency medicineHealth carePharmacologyHealth insurance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To test the hypothesis that deductibles (copayment combined with annual limits on out-of-pocket payments) may reduce the effect of copayments on drug use for patients who expect to reach the annual limit, using as a natural experiment the introduction of copayments with an annual maximum to the seniors' drug plan in Nova Scotia. STUDY DESIGN: An interrupted time-series design estimated effects of the introduction of and subsequent increase in drug copayments on the use (vs nonuse) of medications and on the mean daily quantity of use among users by patients' likelihood of exceeding the annual maximum copayment. Effects on the use of less essential medications (histamine(2)-receptor antagonists) and more essential medications (oral antihyperglycemic agents) were examined. methods: Data were drug claims for beneficiaries 65 years and older from April 1, 1989, through September 30, 1992. Regression models (applied to person-month data) estimated effects of the policies on the use and quantity of medication use. RESULTS: Copayments ($3 per prescription and 20% of the prescription cost) were associated with reductions in the quantity of medication use, ranging from 5% to 15%, but only when the annual maximum copayment was unlikely to be reached. Introducing a 20% copayment increased the percentage who reached the annual maximum, decreasing the proportion of patients who reduced their drug use. CONCLUSION: Although copayment policies are associated with reductions in the use of essential and less essential medications, annual limits on total copayments paid will limit copayment effects to patients who are unlikely to reach the annual maximum copayment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,437
Score d'incertitude au seuil0,150

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,301
Écart entre enseignants0,264 · 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 tête enseignante, 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

Citations26
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMedication Adherence and ComplianceTravaux en français237 207