Does Etanercept Biosimilar Prescription in a Rheumatology Center Bend the Medication Cost Curve?
Notice bibliographique
Résumé
Objective The market entry of biosimilars is expected to bring budgetary relief. Our objective was to determine how the introduction of biosimilars influences medication costs in patients with rheumatoid arthritis (RA) and which patients gain access to biologics due to the availability of biosimilars. Methods Using hospital data of patients with RA between 2014 and 2018, an interrupted time series was performed. The interruption in the time series was placed at June 2016 (i.e., the introduction of the etanercept biosimilar). The changes in trends for rheumatic medication costs before and after the interruption were measured. Secondary analyses focused on explaining these trends. Results In the first quarter after the interruption, there was a decrease in total costs for biologic users of –€63,020 (95% CI –€96,487 to –€29,553, P = 0.001). The postinterruption trend did not differ from the preinterruption trend (95% CI –€6695 to €6715, P = 0.998) and after 3 quarters, the medication costs were back at the interruption level. After the interruption, the average cost per biologic user decreased by –€370 (95% CI –€602 to –€138, P = 0.005), followed by a quarterly decrease (relative to the preinterruption trend; 95% CI –€86 to –€14, P = 0.010), bending the average cost curve. The percentage of patients being treated with biologics increased in postinterruption by 0.50 percentage points quarterly (95% CI 0.38–0.62, P < 0.001). Also, the average age at the start of the first biologic increased after the interruption ( P = 0.057). Conclusion The average cost per patient treated with biologics decreased after the introduction of biosimilars with a persistent trend. However, the budgetary relief due to market entry of biosimilars vanished quickly due to an increase in patients treated with biologics.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».