MétaCan
Menu
Retour à la cohorte
Enregistrement W2395780527 · doi:10.5539/gjhs.v9n1p163

Requirements and Incentives for Implementation of Pharmaceutical Strategic Purchasing in Iranian Health System: A Qualitative Study

2016· article· en· W2395780527 sur OpenAlexvenueno aff
Peivand Bastani, Leila Doshmangir, Mahnaz Samadbeik, Rassoul Dinarvand

Notice bibliographique

RevueGlobal Journal of Health Science · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnowball samplingPurchasingIncentiveReimbursementBusinessPaymentQualitative researchMarketingPharmaceutical industryProfit marginService providerHealth careService (business)EconomicsMedicineFinance

Résumé

récupéré en direct d'OpenAlex

PURPOSE: According to the importance of strategic purchasing as a prerequisite for overall access and universal health coverage, this study was conducted to explore requirements and incentives for implementation of pharmaceutical strategic purchasing in the Iranian health system.METHODS: This was a qualitative study conducted through content analysis with an inductive approach applying a five-stage framework analysis. Data analysis was started right after transcribing each interview applying MAXQDA10. Data was saturated after 32 semi-structured interviews with experts. These key informants were selected purposefully and through snowball sampling.RESULTS: The findings are categorized under three main themes: “Payment Mechanisms to Service Providers”, “Insurance Reimbursement Mechanisms” and “Rules and Regulations”, and eight related subthemes.CONCLUSIONS: According to the importance of incentive interventions in pharmaceutical strategic purchasing, it is necessary to pay close attention to pharmaceutical price, realistic and fair premiums and appropriate contracts with suppliers, along with estimation a reasonable profit margin for pharmaceutical suppliers and the appropriate reimbursement mechanisms as the most significant incentives for increasing access to pharmaceuticals and implementing strategic purchasing.

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)0,007
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,381
Score d'incertitude au seuil0,301

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
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 Opus0,251
Tête enseignante GPT0,510
Écart entre enseignants0,259 · 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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetPharmaceutical Economics and PolicyTravaux en français237 207