Regulating Opioid Supply Through Insurance Coverage
Notice bibliographique
Résumé
Responding to an opioid crisis in Canada, policy makers have implemented supply-side interventions seldom used in the US, regulating insurance reimbursement to discourage the prescribing of specified opioids. Using national databases of all opioids dispensed through provincial pharmaceutical programs and of opioid hospitalizations from January 2006 through March 2017, we found that requiring physicians to obtain prior authorization for patients to receive reimbursement for OxyContin prescriptions substantially reduced OxyContin fills, particularly among opioid-naive patients; it also reduced overall opioid prescriptions, suggesting limited substitution. "Grandfathering" OxyNeo (an abuse-resistant OxyContin variant), allowing previous OxyContin patients to obtain OxyNeo, increased OxyNeo fills but had no detectable effect on total opioid prescriptions, which points to substantial opioid substitution among chronic users of prescription opioids. We found no effects of regulatory changes on opioid-related hospitalizations. These results suggest that restrictions on pharmaceutical formularies can reduce fills of targeted opioids with the additional benefit of altering treatment of opioid-naive and other patients differently. Canadian policy makers may wish to extend such regulations to more provincial formularies and private insurers, and policy makers in the US and elsewhere could fruitfully follow suit.
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 | 0,000 | 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 ».