Potential Cost Implications of Mandatory Non‐Medical Switching Policies for Biologics for Rheumatic Conditions and Inflammatory Bowel Disease in Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 2018, TNFα inhibitors were the highest cost drug class for Canadian public drug programs. In 2019, two Canadian provinces announced mandatory nonmedical switching policies in an attempt to reduce their costs by increasing biosimilar uptake. The national impact of similar policies across Canada is unknown. We conducted a cross-sectional analysis of monthly publicly funded prescription claims for infliximab, etanercept, and adalimumab between June 2015 and December 2019. We reported the market share of biosimilars for infliximab and etanercept in 2019 for each province and estimated the cost savings that public payers could have realized in 2019 if mandatory switching policies had been implemented across Canada, including a sensitivity analysis, which assumed that governments receive a 25% rebate on all biologics. Provincial drug programs spent CAD $991.84 million on infliximab, etanercept, and adalimumab in 2019, and, when biosimilars were available, they constituted only 15.5% of national utilization of these drugs. In British Columbia, the implementation of a mandatory switching policy for patients with rheumatic conditions increased the biosimilar market share of infliximab and etanercept by 299% (from 19.7% to 78.5%). If applied nationwide to all three biologics for all indications, we estimate such policies could lead to annual savings of between CAD $179.71 million and CAD $425.64 million nationally. The overall market share of biosimilars remains low in all provinces where mandatory switching policies have not been introduced. The cost implications of successfully increasing biosimilar uptake would be substantial, particularly as more biosimilars reach the Canadian market.
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.
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 | 0,001 | 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 | 0,001 |
| 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 découle