MétaCan
Menu
Retour à la cohorte
Enregistrement W2964659591 · doi:10.1016/j.ssmph.2019.100457

The impact of pharmaceutical innovation on the burden of disease in Canada, 2000–2016

2019· article· en· W2964659591 sur OpenAlexfundaboutno aff
Frank R. Lichtenberg

Notice bibliographique

RevueSSM - Population Health · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesMerck Canada
Mots-clésMedicineBurden of diseaseYears of potential life lostDisease burdenDisability-adjusted life yearDiseaseLaunchedDemographyEnvironmental healthGerontologyLife expectancyPopulationEngineering

Résumé

récupéré en direct d'OpenAlex

We perform an econometric assessment of the role that pharmaceutical innovation-the introduction and use of new drugs-has played in reducing the burden of disease in Canada, by investigating whether diseases for which more new drugs were launched had larger subsequent reductions in disease burden. Since utilization of a drug reaches a peak about 12-14 years after it was launched, we allow for considerable lags in the relationship between new drug launches and the burden of disease. We analyze the impact of new drug launches on a comprehensive measure of disease burden-the age-standardized disability-adjusted life-years lost (DALY) rate-and on its two components: the age-standardized years of life lost (YLL) and years lost to disability (YLD) rates. We also analyze the impact of new drug launches on the number of hospital discharges and on the average length of hospital stays. The number of DALYs lost is significantly inversely related to the number of drugs that had ever been launched 9-20 years earlier, and the number of YLLs is significantly inversely related to the number of drugs that had ever been launched 11-20 years earlier. The launch of a drug has the largest (most negative) impact on the number of DALYs and YLLs 15 years after it was launched. The estimates indicate that if no drugs had been launched during 1986-2001, the age-standardized DALY rate would not have declined between 2000 and 2016; it might even have increased. Almost all (93%) of the reduction in DALYs was due to a reduction in YLL. The estimates imply that new drug launches during 1986-2001 reduced DALYs in 2016 by 21%, reduced YLLs in 2016 by 28%, and reduced YLDs in 2016 by 3%. We estimate that drugs launched during 1986-2001 reduced the number of DALYs lost in 2016 by 2.31 million. Expenditure in 2016 on drugs launched during 1986-2001 per DALY gained in 2016 from those drugs was 2842 USD. Interventions that avert one DALY for less than average per capita income for a given country or region are generally considered to be very cost-effective; Canada's per capita GDP was 42,158 USD in 2016, so our estimates indicate that the new drugs launched during 1986-2001 were very cost-effective, overall. Moreover, 2842 USD may be an overestimate of the true net cost in 2016 per DALY of drugs launched during 1986-2001. A previous study based on U.S. data showed that about 25% of the cost of new drugs is offset by reduced expenditure on old drugs. Also, our estimates indicate that, if no drugs had been launched during 1986-2001, the average length of 2016 hospital stays would have been about 16% higher. The reduction in hospital expenditure due to shorter average length of stay may have been larger than the expenditure on the drugs responsible for shorter hospital stays.

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)0,002
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 enseignants0,666
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,078
Tête enseignante GPT0,500
Écart entre enseignants0,422 · 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

Citations19
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSM - Population HealthMême sujetGlobal Health Care IssuesTravaux en français237 207