Expanding Coverage of Oncology Drugs in an Aging, Upper-Middle-Income Country: Analyses of Public and Private Expenditures in Chile
Notice bibliographique
Résumé
PURPOSE: The population of Chile has aged, and in 2017, cancer became the leading cause of death. Since 2005, a national health program has expanded coverage of drugs for 13 types of cancer and related palliative care. We describe the trends in public and private oncology drug expenditures in Chile and consider how increasing expenditures might be addressed. METHODS: We analyzed total quarterly drug expenditures for 131 oncology drugs from quarter (Q)3 2012 until Q1 2017, including public and private insurance payments and patient out-of-pocket spending. The data were analyzed by drug-mix, sources of funding, growth, and intellectual property status. The Laspeyres Price Index was used to analyze expenditure growth. RESULTS: We found 131 oncology drugs associated with 87,129 observations. Spending on drugs rose 120% from the first period, spanning from the first 3 quarters (Q3, Q4, Q1 2012-2013) to the last period (Q3, Q4, Q1 2016-2017), corresponding to an annualized rate of 19.2% and totaling US$398 million (in 2017 dollars). The public sector accounted for 84.2% of spending, which included 50 drugs in the official treatment protocols, whereas private insurance accounted for 7.3% in on-protocol drugs. The remaining 8.5% was paid out of pocket. In the public sector, more than 90% of growth resulted from increased use. Seven drugs, including 3 with nonexpired patents, accounted for 50% of total expenditures. CONCLUSION: Increased use and access enabled by expanded public expenditures drove most of the growth in oncology drug expenditures. However, the rate of public expenditure growth may be fiscally unsustainable. Policies are urgently needed to promote the use of generic drugs, the appropriate mix of on-protocol versus off-protocol drugs, and the curbing of off-label prescribing.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| 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 | 0,000 |
| 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 ».