Drivers of expenditure on primary care prescription drugs in 10 high-income countries with universal health coverage
Notice bibliographique
Résumé
BACKGROUND: Managing expenditures on pharmaceuticals is important for health systems to sustain universal access to necessary medicines. We sought to estimate the size and sources of differences in expenditures on primary care medications among high-income countries with universal health care systems. METHODS: We compared data on the 2015 volume and cost per day of primary care prescription drug therapies purchased in 10 high-income countries with various systems of universal health care coverage (7 from Europe, in addition to Australia, Canada and New Zealand). We measured total per capita expenditure on 6 categories of primary care prescription drugs: hypertension treatments, pain medications, lipid-lowering medicines, noninsulin diabetes treatments, gastrointestinal preparations and antidepressants. We quantified the contributions of 5 drivers of the observed differences in per capita expenditures. RESULTS: Across countries, the average annual per capita expenditure on the primary care medicines studied varied by more than 600%: from $23 in New Zealand to $171 in Switzerland. The volume of therapies purchased varied by 41%: from 198 days per capita in Norway to 279 days per capita in Germany. Most of the differences in average expenditures per capita were driven by a combination of differences in the average mix of drugs selected within therapeutic categories and differences in the prices paid for medicines prescribed. INTERPRETATION: Significant international differences in average expenditures on primary care medications are driven primarily by factors that contribute to the average daily cost of therapy, rather than differences in the volume of therapy used. Average expenditures were lower among single-payer financing systems that appeared to promote lower prices and the selection of lower-cost treatment options.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».