Pricing appraisal of anti-cancer drugs in the South East Asian, Western Pacific and East Mediterranean Region
Notice bibliographique
Résumé
BACKGROUND: Globally, cancer is one of the leading causes of mortality. High treatment cost, partly owing to higher prices of anti-cancer drugs, presents a significant burden on patients and healthcare systems. The aim of the present study was to survey and compare retail prices of anti-cancer drugs between high, middle and low income countries in the South-East Asia, Western Pacific and Eastern Mediterranean regions. METHODS: Cross-sectional survey design was used for the present study. Pricing data from ten counties including one from South-East Asia, two from Western Pacific and seven from Eastern Mediterranean regions were used in this study. Purchasing power parity (PPP)-adjusted mean unit prices for 26 anti-cancer drug presentations (similar pharmaceutical form, strength, and pack size) were used to compare prices of anti-cancer drugs across three regions. A structured form was used to extract relevant data. Data were entered and analysed using Microsoft Excel®. RESULTS: Overall, Taiwan had the lowest mean unit prices while Oman had the highest prices. Six (23.1%) and nine (34.6%) drug presentations had a mean unit price below US$100 and between US$100 and US$500 respectively. Eight drug presentations (30.7%) had a mean unit price of more than US$1000 including cabazitaxel with a mean unit price of $17,304.9/vial. There was a direct relationship between income category of the countries and their mean unit price; low-income countries had lower mean unit prices. The average PPP-adjusted unit prices for countries based on their income level were as follows: low middle-income countries (LMICs): US$814.07; high middle income countries (HMICs): US$1150.63; and high income countries (HICs): US$1148.19. CONCLUSIONS: There is a great variation in pricing of anticancer drugs in selected countires and within their respective regions. These findings will allow policy makers to compare prices of anti-cancer agents with neighbouring countries and develop policies to ensure accessibility and affordability of anti-cancer drugs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».