Demand Side Cost-Sharing and Prescription Drugs Utilization: Evidence From a Quasi-Natural Experiment
Notice bibliographique
Résumé
In this paper we investigate the eects of introduction of lump sum copayments on the utilization of prescription drugs by elderly patients.We make use of an unique dataset and analyze the policy change that implemented patient cost-sharing in the Czech Republic starting in 2008.After the introduction of copayments the number of prescriptions lled decreased by 29%.At the same time, however, total expenditures on prescription drugs dropped only in the rst quarter of the postintroduction period and then returned to previous levels.This was partially due to behavioral responses of patients and physicians: strategic shift of prescription purchases to the time right before the introduction of reform, prescription of more packages on one prescription and an upward shift in the price composition of prescribed drugs.Moreover, patients in general decided to forego those types of drugs that did not cause immediate worsening of health status.Abstrakt V na²em £lánku zkoumáme efekt zavedení regula£ních poplatk• na spot°ebu lék• na p°edpis.Na²e analýza se soust°edí zejména na pacienty star²í 64 let.K identikaci vyuºíváme zm¥nu zákona, která zavedla povinnou spoluú£ast pacient• v eské republice v roku 2008.Na²e výsledky ukazují, ºe po zavedení poplatk• se po£et vybraných recept• sníºil o 20 procent.Naproti tomu, celková cena p°edepsaných lék• se sníºila jenom v následujícím kvartálu a pak se vrátila na stejnou rostoucí trajektorii.Bylo to sp•sobeno t°ema druhy behaviorální odezvy pacient• a léka°•: posun nákupu lék• do období t¥sn¥ p°ed zavedením poplatk•, p°edpisovaní více balení na jeden recept (poplatek je placen za kaºdý recept), a p°edepisování draº²ích lék•.Mlad²í pacienti byli více ochotní omezit svou spot°ebu neº star²í.Pacienti ale celkov¥ omezili p°edev²ím spot°ebu t¥ch typ• lék
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 | 0,028 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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 ».