MétaCan
Menu
Retour à la cohorte
Enregistrement W2886176480 · doi:10.1377/hlthaff.2018.0221

Prices For Common Cardiovascular Drugs In The US Are Not Consistently Aligned With Value

2018· article· en· W2886176480 sur OpenAlexaff
Jonathan D. Campbell, Vasily Belozeroff, Melanie D. Whittington, Robert J. Rubin, Paolo Raggi, Andrew Briggs

Notice bibliographique

RevueHealth Affairs · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésReimbursementActuarial scienceValue (mathematics)Cost effectivenessCost–benefit analysisHealth careDrug pricesValue-Based PurchasingPrincipal (computer security)EconomicsMedicinePublic economicsBusinessOperations managementComputer science

Résumé

récupéré en direct d'OpenAlex

Health care reimbursement agencies in countries other than the US often rely on cost-effectiveness evidence for drug coverage decisions, signaling to drug manufacturers their expectations for value-based pricing. To see whether drug prices in the US are influenced by value, we estimated the range of cost-effectiveness for thirty frequently prescribed cardiovascular drugs. We extrapolated evidence from randomized controlled trials to determine average lifetime quality-adjusted life-years (QALYs) and payer-related costs and to calculate incremental cost-effectiveness ratios (ICERs), the principal metric of cost-effectiveness studies. Across the thirty drugs, the ICERs ranged from cost-saving with increased QALYs to more costly with decreased QALYs. This range suggests that drug pricing is not consistently influenced by value, or that such influence is masked by inaccessible factors, such as price discounts. Our findings highlight the need to debate how to define and use value-based evidence to inform US coverage and reimbursement decision making.

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)0,025
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,564
Score d'incertitude au seuil0,894

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0250,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,209
Tête enseignante GPT0,395
Écart entre enseignants0,185 · 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'étudeSans objet
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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207