Impact of brand drug discount cards on private insurer, government and patient expenditures
Notice bibliographique
Résumé
BACKGROUND: Brand discount cards have become a popular way for patients to reduce out-of-pocket spending on drugs; however, controversy exists over their potential to increase insurers' costs. We estimated the impact of brand discount cards on Canadian drug expenditures. METHODS: Using national claims-level pharmacy adjudication data, we performed a retrospective comparison of prescriptions filled using a brand discount card matched to equivalent generic prescriptions between September 2014 and September 2017. We investigated the impact on expenditures for 3 groups of prescriptions: those paid only through private insurance, those paid only through public insurance and those paid only out of pocket. RESULTS: We studied 2.82 million prescriptions for 89 different medications for which brand discount cards were used. Use of discount cards resulted in 46% higher private insurance expenditures than comparable generic prescriptions (+$23.09 per prescription, 95% confidence interval [CI] $22.97 to $23.21). Public insurance expenditures were only slightly higher with cards: an increase of 1.3% or $0.37 per prescription (95% CI $0.33 to $0.41). Finally, out-of-pocket transactions using a card resulted in mean patient savings of 7% or $3.49 per prescription (95% CI -$3.55 to -$3.43). The impact varied widely among medicines across all 3 analyses. INTERPRETATION: The use of brand discount cards increased costs to private insurers, had little impact on public insurers and resulted in mixed impacts for patients. These effects likely resulted from private insurers reimbursing brand drug prices even when generics were available and from discount cards being adjudicated after claims were sent to other insurers in most cases. Patients and their clinicians should recognize that discount cards have mixed impacts on out-of-pocket costs.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».