Decomposition Analysis of Spending and Price Trends for Biologic Antirheumatic Drugs in Medicare and Medicaid
Notice bibliographique
Résumé
OBJECTIVE: Billions of public dollars are spent each year on biologic disease-modifying antirheumatic drugs (DMARDs), but the drivers of recent increases in biologic DMARD spending are unclear. This study was undertaken to characterize changes in total spending and unit prices for biologic DMARDs in Medicare and Medicaid programs and quantified the major sources of these spending increases. METHODS: We accessed drug spending data from years 2012-2016, covering all Medicare Part B (fee-for-service), Medicare Part D, and Medicaid enrollees. After calculating 5-year changes in total spending and unit prices for each biologic DMARD as well as in aggregate, we performed standard decomposition analyses to isolate 4 sources of spending growth: drug prices, uptake (number of recipients), treatment intensity (mean number of doses per claim), and treatment duration (annual number of claims per recipient), both excluding and including time-varying rebates. RESULTS: From 2012 to 2016, annual spending on public-payer claims for the 10 biologic DMARDs included in this study more than doubled ($3.8 billion to $8.6 billion), with median drug price increases of 51% in Medicare Part D (mean 54%) and 8% in Medicare Part B (mean 21%). With adjustment for general inflation, unit price increases alone accounted for 57% of the 5-year, $3.0 billion spending increase in Part D, while 37% of the spending increase was from increased uptake. Accounting for time-varying rebates, prices were still responsible for 54% of increased spending. Unit prices and spending were lower under Medicaid than under Medicare Part D, though temporal trends and contributors were similar. CONCLUSION: Postmarket drug price changes alone account for the majority of the recent spending growth in biologic DMARDs. Policy interventions targeting price increases, particularly those under Medicare Part D plans, may help mitigate financial burdens for public payers and biologic DMARD recipients.
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 | 0,002 | 0,007 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».