MétaCan
Menu
Retour à la cohorte
Enregistrement W2306501823 · doi:10.71781/4465

L’assurance médicaments et son impact sur l’adhésion des patients à leurs médicaments

2014· dissertation· fr· W2306501823 sur OpenAlexfundno aff
François Després

Notice bibliographique

RevueOpen MIND · 2014
Typedissertation
Languefr
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensnon disponible
Organismes subventionnairesLEO PharmaUniversité de MontréalPurdue PharmaAstraZeneca CanadaPfizer CanadaSanofiPurdue UniversityAstraZenecaAmgen CanadaPfizerAmgen
Mots-clésMedicinePharmacologyGynecology

Résumé

récupéré en direct d'OpenAlex

L’assurance médicaments est un des facteurs qui peuvent influencer l’adhésion aux médicaments. Les objectifs de ce mémoire étaient d’évaluer l’impact du type d’assurance médicaments (publique versus privée) sur l’adhésion et le coût des antihypertenseurs et d’évaluer l’impact des procédures de remboursement et de la contribution du patient sur l’adhésion aux médicaments prescrits pour traiter une maladie chronique. Afin de répondre à ces objectifs, deux cohortes rétrospectives ont été construites à partir des bases de données de la RAMQ et reMed : une cohorte appariée d’utilisateurs d’antihypertenseurs couverts par une assurance médicaments privée ou publique et une cohorte de patients couverts par une assurance médicaments privée ayant rempli au moins une ordonnance pour un médicament traitant une maladie chronique. Les résultats montrent que le niveau d’adhésion aux antihypertenseurs était similaire entre les deux types d’assurance médicaments et que le coût des antihypertenseurs était 28,9 % plus élevé au privé. De plus, il a été observé que les procédures de remboursement n’affectaient pas l’adhésion, alors que le niveau de contribution des patients l’affectait. Les patients qui déboursaient un plus grand montant à l’achat de leurs médicaments étaient moins adhérents (différence : -19,0 %, Intervalle de confiance [IC] à 95 % : -24,0 à -13,0), alors que les patients qui n’avaient rien à débourser étaient moins adhérents (différence : -9,0 %, IC à 95 % : -15,0 à -2,0), que ceux qui devaient débourser une petite somme. Les résultats présentés dans ce mémoire montrent que l’assurance médicaments influence l’adhésion par l’entremise des caractéristiques des plans d’assurance.

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)0,009
score de la tête « metaresearch » (Gemma)0,046
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 enseignants0,990
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,046
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,129
Tête enseignante GPT0,374
Écart entre enseignants0,245 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetPharmaceutical Economics and PolicyTravaux en français237 207