Availability and Affordability of Drugs With a Conditional Approval by the European Medicines Agency; Comparison of Korea With Other Countries and the Implications
Notice bibliographique
Résumé
Introduction: There have been concerns with the availability and affordability of EMA’s recently approved medicines with a conditional approval in Korea. This needs to be addressed to provide future guidance to the authorities in Korea. Objective: Compare the availability and affordability of medicines with a conditional approval by the European Medicine Agency (EMA) among 12 countries (US, UK, France, Germany, Swiss, Italy, Japan, Canada, Taiwan, Australia, New Zealand and Korea) in light of access to medicine concerns in Korea. Methods: 13 medicines were selected and compared in terms of their availability and affordability across 12 countries. Approval rate for the selected medicines and time lag to approval on the basis of EMA’s approval dates were calculated. Reimbursement status and prices were compared as proxies of affordability. Results: The average approval rate was 35.2% for the selected medicines for all countries outside the EU countries. The highest rate was in US (69.2%) followed by Korea (46.5%). An average of 182 days was taken among the countries for approval. The US (Median -355 days) was the country where the medicines were most rapidly approved. Korea (152 days) ranked the fifth most rapidly approving country. An average listing or reimbursement rate for all countries was 51.1%. The US ranked 100% for the listing of their approved medicines followed by Germany (92.3%). Korea (66.7%) ranked seventh. Price dispersion ranged from 1.1 to 2.8. When the prices of 4 drugs listed in Korea were compared, Korean prices were relatively high. Conclusions: Korea was found to be a county where market authorization tended to be made earlier than others and subsequent reimbursement and pricing were not rigid even generous compared to other Asian-pacific countries. Korean drug benefit policies for listing and pricing did not appear to hinder access to medicines even with a conditional approval in comparison with others.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».