Estimated effects of adding universal public coverage of an essential medicines list to existing public drug plans in Canada
Notice bibliographique
Résumé
BACKGROUND: Canada's universal health care system does not include universal coverage of prescription drugs. We sought to estimate the effects of adding universal public coverage of an essential medicines list to existing public drug plans in Canada. METHODS: We used administrative and market research data to estimate the 2015 shares of the volume and cost of prescriptions filled in the community setting that were for 117 drugs on a model list of essential medicines for Canada. We compared prices of these essential medicines in Canada with prices in the United States, Sweden and New Zealand. We estimated the cost of adding universal public drug coverage of these essential medicines based on anticipated effects on medication use and pricing. RESULTS: The 117 essential medicines on the model list accounted for 44% of all prescriptions and 30% of total prescription drug expenditures in 2015. Average prices of generic essential medicines were 47% lower in the US, 60% lower in Sweden and 84% lower in New Zealand; brand-name drugs were priced 43% lower in the US. Estimated savings from universal public coverage of these essential medicines was $4.27 billion per year (range $2.72 billion to $5.83 billion; 28% reduction) for patients and private drug plan sponsors, at an incremental government cost of $1.23 billion per year (range $373 million to $1.98 billion; 11% reduction). INTERPRETATION: Our analysis showed that adding universal public coverage of essential medicines to the existing public drug plans in Canada could address most of Canadians' pharmaceutical needs and save billions of dollars annually. Doing so may be a pragmatic step forward while more comprehensive pharmacare reforms are planned.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».