Drug tendering: drug supply and shortage implications for the uptake of biosimilars
Notice bibliographique
Résumé
Due to the continued increase in global spending on health care, payers have introduced a number of programs, policies, and agreements on pharmaceutical pricing in order to control costs. While incentives to increase generic drug use have achieved significant savings, other cost-containment measures are required. Tendering is a formal procedure to purchase medications using competitive bidding for a particular contract. Although useful for cost containment, tendering can lead to decreased competition in a given market. Consequently, drug shortages can occur, resulting in changes to treatment plans to products that may have lower efficacy and/or an increased risk of adverse effects. Therefore, care must be taken to ensure that tendering does not negatively impact patient care or the health care system. A large and expanding portion of total pharmaceutical expenditure is for biologic therapies. These agents have revolutionized the treatment of many diseases, including cancer and inflammatory conditions; however, patient access to biologic drugs can be limited due to availability, insurance coverage, and cost. As branded biologic therapies reach the end of patent- and data-protection periods, biosimilars are being approved as lower-cost alternatives. Biosimilars are products that are highly similar to the originator product with no clinically meaningful differences in terms of safety, purity, or potency. As more biosimilars receive regulatory approval and adoption increases, these therapies are expected to have an impact on global health care spending and should result in overall savings. However, the use of tendering to maximize the potential benefits of biosimilars has varied across the world. Therefore, the objectives of this review are to examine the drug-tendering process and its implications on drug supply and drug shortages, as well as to describe biosimilars and how tendering may influence their uptake.
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 | 0,020 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,004 |
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 ».