How Risky Is That Risk Sharing Agreement? Mean-Variance Tradeoffs and Unintended Consequences of Six Common Risk Sharing Agreements
Notice bibliographique
Résumé
Background. Pharmaceutical risk sharing agreements (RSAs) are commonly used to manage uncertainties in costs and/or clinical benefits when new drugs are added to a formulary. However, existing mathematical models of RSAs ignore the impact of RSAs on clinical and financial risk. Methods. We develop a model in which the number of patients, total drug consumption per patient, and incremental health benefits per patient are uncertain at the time of the introduction of a new drug. We use the model to evaluate the impact of six common RSAs on total drug costs and total net monetary benefit (NMB). Results. We show that, relative to not having an RSA in place, each RSA reduces expected total drug costs and increases expected total NMB. Each RSA also improves two measures of risk by reducing the probability that total drug costs exceed any threshold and reducing the probability of obtaining negative NMB. However, the effects on variance in both NMB and total drug costs are mixed. In some cases, relative to not having an RSA in place, implementing an RSA can increase variability in total drug costs or total NMB. We also show that, for some RSAs, when their parameters are adjusted so that they have the same impact on expected total drug cost, they can be rank-ordered in terms of their impact on variance in drug costs. Conclusions. Although all RSAs reduce expected total drug costs and increase expected total NMB, some RSAs may actually have the undesirable effect of increasing risk. Payers and formulary managers should be aware of these mean-variance tradeoffs and the potentially unintended results of RSAs when designing and negotiating RSAs.
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 | 0,038 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,006 | 0,010 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».