MétaCan
Menu
Retour à la cohorte
Enregistrement W2396658021 · doi:10.1097/mlr.0000000000000577

The Impact of Price-cap Regulations on Exit by Generic Pharmaceutical Firms

2016· article· en· W2396658021 sur OpenAlexafffundabout
Wei Zhang, Daphne Guh, Huiying Sun, Carlo A. Marra, Larry D. Lynd, Aslam H. Anis

Notice bibliographique

RevueMedical Care · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensCentre for Advancing Health OutcomesMemorial University of NewfoundlandUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésFormularyCompetitor analysisBusinessGeneric drugMarket shareProduct (mathematics)Medical prescriptionPoisson regressionFinanceMarketingMedicineDrugEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In 1998, the Province of Ontario in Canada adopted price-cap "70/90" regulations whereby the first generic entrant was required to be priced at ≤70% of the associated brand-name product and subsequent generics were priced at ≤90% of the first generic price. The price-caps were further lowered to 50% in 2006 and 25% in 2010. This study assessed the impact of such price-cap regulations on exit by generic drug firms. METHODS: Formulary (2003-2012) listings of prescription drugs covered under the Ontario Drug Benefit program were used. The formulary tracks the "status" (on formulary, discontinued by manufacturer, and delisted for other reasons) for each drug. Markets were defined based on unique active ingredient and form within Ontario. Firm exit occurred when a manufacturer discontinued all its generic drugs within a market. The exit rate was defined as the number of generic firm-market exits divided by total generic firm-market follow-up years. Poisson regression was used to compare the exit rates during the 3 policy periods ("25," "50," and "70/90"). RESULTS: A total of 1126 generic manufacturers paired with 290 markets were identified. The exit rate ratio during the 25% price-cap period compared with the 70%/90% period was 2.42 (95% confidence interval, 1.56-3.77). A small manufacturer or a manufacturer in a market with ≥3 competitors or in an older market was more likely to exit. CONCLUSIONS: Lowering the price-cap level is associated with a higher incidence of generic firm exit from markets. Continuously reducing price-caps may have the unintended consequence of forcing generic firms to exit.

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)0,005
score de la tête « metaresearch » (Gemma)0,026
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 enseignants0,240
Score d'incertitude au seuil0,478

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,065
Tête enseignante GPT0,343
Écart entre enseignants0,278 · 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

Citations22
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMedical CareMême sujetPharmaceutical Economics and PolicyTravaux en français237 207