MétaCan
Menu
Retour à la cohorte
Enregistrement W2791408908 · doi:10.1136/bmj.k831

Affordability and availability of off-patent drugs in the United States—the case for importing from abroad: observational study

2018· article· en· W2791408908 sur OpenAlexaboutno aff
Ravi Gupta, Thomas J. Bollyky, Matthew Cohen, Joseph S. Ross, Aaron S. Kesselheim

Notice bibliographique

RevueBMJ · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational Sciences
Mots-clésOrphan drugMedical prescriptionMedicineOff-label useObservational studyEuropean unionGeneric drugPrescription drugPackage insertBusinessDrugFamily medicinePharmacologyInternational trade

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To evaluate whether off-patent prescription drugs at risk of sudden price increases or shortages in the United States are available from independent manufacturers approved in other well regulated settings around the world. DESIGN: Observational study. SETTING: Off-patent drugs in the USA and approved by the Food and Drug Administration, up to 10 April 2017. STUDY COHORT: Novel tablet or capsule prescription drugs approved by the FDA since 1939 that were no longer protected by patents or other market exclusivity and had up to three generic versions. MAIN OUTCOME MEASURES: Number of additional manufacturers that had obtained approval from any of seven non-US regulators with similar standards (European Medicines Agency (European Union), HealthCanada (Canada), Therapeutic Goods Association (Australia), Medsafe (New Zealand), Swissmedic (Switzerland), Medicines Control Council (South Africa), and the Israel Health Ministry). Association with drug characteristics including US orphan drug designation for drugs treating rare diseases, World Health Organization essential medicine designation, treatment area, drug product complexity (that is, with attributes that could complicate establishing bioequivalence or manufacturing), and total Medicaid spending in 2015. RESULTS: Of 170 eligible study drugs, more than half (109, 64%) had at least one manufacturer approved by a non-US regulator and 32 (19%) had four or more. Among 44 (26%) drugs with no FDA approved generic versions, 21 (48%) were available from at least one manufacturer approved by one of the seven non-US regulators, and two (5%) by four or more manufacturers. Across all drugs and regulators (including the FDA), 66 (39%) drugs were available from four or more total manufacturers. Of 109 drugs with at least one non-US regulator approved manufacturer, 12 (11%) were approved for patients with rare diseases and 29 (27%) were WHO designated essential medicines; only 12 (11%) were complex products that might be more complicated to import. The highest numbers of drugs were indicated for treating cardiovascular diseases, diabetes, or hyperlipidemia (19, 17%); psychiatric disease (16, 15%); and infectious diseases (15, 14%). In 2015, Medicaid alone spent nearly US$700m (£508m; €570m) on generic drugs without adequate US competition that could have had a manufacturer approved by non-US peer regulatory agencies. CONCLUSION: In this study, more than half the off-patent drugs with no generic competition in the USA had at least one independent manufacturer approved by a non-US peer regulatory agency; slightly fewer than half had four or more total manufacturers. Facilitating US patient access to such manufacturers could help sustain affordable access to essential off-patent 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,178
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,264
Tête enseignante GPT0,386
Écart entre enseignants0,121 · 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 tête enseignante, 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

Citations22
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetPharmaceutical Economics and PolicyTravaux en français237 207