Abstract 232: Medication Cost Savings Using an On-line Drug Discount Program
Notice bibliographique
Résumé
Objective: To evaluate the frequency of drug discount card utilization and to estimate cost savings associated with heart failure (HF) medication prescriptions. Methods: We conducted a retrospective study of all HF prescriptions filled through the NeedyMeds.org drug discount card program nationwide, from January 2009 to December 2016. We evaluated the frequency of drug discount card prescriptions (across pharmacy types, pharmacy location, by prescriber specialty and by drug class) and calculated cost savings (average per drug discount card and total program dollars saved) for entire study period and for each year (from 2009 to 2016). Findings: A total of 381,347 prescriptions for medications that can be used for HF with drug discount cards were identified during the study period (83.7% at national, 5.7% at regional and 9.8% at local pharmacies). Most prescriptions were filled at urban locations (89.1% in urban clusters, 7.6% in urbanized areas) and in ZIP-codes with lower median household income (65.5%). Angiotensin-converting enzyme inhibitors and selected angiotensin receptor blockers were the most prescribed drugs with discount cards (44.1%) followed by beta blockers (27.5%), diuretics (21.5%), and mineralocorticoid receptor agonists (3.9%). The number of HF prescriptions with drug discount cards increased from 2577 in 2009 to 64,750 in 2016. Increase in the number of prescriptions was also noted for all drug classes from 2009 to 2016. Overall 224,049 prescriptions for HF medications (59% of the total) benefited from the program resulting in total savings of $4,739,204 with a median cost saving of $9.30 (41.5%) per prescription. Conclusion: Use of a drug discount program resulted in cost savings on HF prescription medications (approximately $9 in savings per prescription) compared to the original cost charged by pharmacies. While these drug assistance programs may reduce financial burden, continued efforts should be made to improve adherence to medications and for better outcomes.
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 | 0,002 | 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 | 0,000 | 0,000 |
| 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 ».