Catastrophic drug coverage: utilization insights from the Ontario Trillium Drug Program
Notice bibliographique
Résumé
<h3>Background:</h3> Catastrophic drug coverage programs help those with high drug-costs to reduce the burden of out-of-pocket expenses. We set out to measure changes in utilization, spending and demographic profiles of people accessing Ontario9s catastrophic drug program, the Trillium Drug Program. <h3>Methods:</h3> We conducted a cross-sectional time-series analysis examining quarterly utilization and spending trends among medications reimbursed by the Trillium Drug Program in Ontario, Canada from Jan. 1, 2000, to Dec. 31, 2016. In each of 2000, 2005, 2010 and 2015, we described the population of beneficiaries, including demographic information, health care utilization and medication utilization. <h3>Results:</h3> Over our study period, use of the Trillium Drug Program increased threefold from 3.6 beneficiaries per 1000 to 10.9 beneficiaries per 1000 Ontarians, and total government spending on the program increased by over 700%, reaching $487 million in 2016. Between 2000 and 2015, there was an increase in the number of beneficiaries who were under the age of 35 years (19.6% to 25.3%; <i>p</i> < 0.0001), did not have a hospital admission (68.3% to 80.5%; <i>p</i> < 0.0001) and had medium to high deductibles (2.3% to 8.0%; <i>p</i> < 0.0001). Further, there was a large increase in the percentage of users with drug claims greater than $1000 (3.4% to 10.4%; <i>p</i> < 0.0001) and those dispensed a high-cost biologic drug (1.6% to 5.5%; <i>p</i> < 0.0001). <h3>Interpretation:</h3> Increasing use of Ontario9s catastrophic drug program highlights the growing burden of high drug prices for Canadians. With a growing number of expensive drugs being approved in Canada, we anticipate that spending and use of the catastrophic drug program will continue to expand.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».