MétaCan
Menu
Retour à la cohorte
Enregistrement W2774251811 · doi:10.12927/hcpol.2017.25321

Prior Authorization and Canadian Public Utilization of Direct-Acting Oral Anticoagulants

2017· article· en· W2774251811 sur OpenAlexaffvenueabout
Lulu Gao, Mina Tadrous, Simon R. Knowles, Muhammad Mamdani, J. Michael Paterson, David N. Juurlink, Tara Gomes

Notice bibliographique

RevueHealthcare policy · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensOntario Drug Policy Research NetworkSt. Michael's HospitalSunnybrook Health Science CentreInstitute for Clinical Evaluative SciencesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFormularyPrior authorizationReimbursementAuthorizationBusinessMechanism (biology)Public financeMedicinePublic economicsPharmacologyPolitical scienceEconomicsComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Provincial public drug formularies in Canada have different mechanisms for reimbursement of direct-acting oral anticoagulants (DOACs). We investigate how these differences influence DOAC utilization and expenditure across the country. METHODS: We conducted a population-based, cross-sectional study of all out-patient prescriptions for OACs dispensed to public beneficiaries between January 1, 2010, and June 30, 2015. We calculated quarterly rates of OAC use and expenditures stratified by OAC type and province. RESULTS: The greatest increase in quarterly rates of DOAC utilization occurred in provinces with more liberal mechanism of drug coverage: Ontario by 462%, Alberta by 425% and Quebec by 1,924%. This translated to increased expenditure on overall OAC by 270%, 204% and 390%, respectively. In contrast, provinces with more stringent mechanisms had low rates of DOAC utilization and expenditure. CONCLUSIONS: DOAC utilization and expenditure is considerably different across Canada, associated with provincial difference in reimbursement mechanism.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,031
Score d'incertitude au seuil0,226

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,290
Tête enseignante GPT0,460
Écart entre enseignants0,170 · 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

Citations8
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207