MétaCan
Menu
Retour à la cohorte
Enregistrement W3134605829 · doi:10.1002/hec.4247

The economic theory of cost‐effectiveness thresholds in health: Domestic and international implications

2021· article· en· W3134605829 sur OpenAlexafffund
Javad Moradpour, Aidan Hollis

Notice bibliographique

RevueHealth Economics · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of Calgary
Organismes subventionnairesFP7 Ideas: European Research CouncilCanadian Institutes of Health Research
Mots-clésExternalityTragedy of the commonsHealth spendingEconomicsWillingness to payPublic economicsHealth careMicroeconomicsActuarial scienceHealth insuranceCommonsEconomic growth

Résumé

récupéré en direct d'OpenAlex

Public health insurers often use an implicit or explicit cost-effectiveness threshold to determine which health products and services should be insured. We challenge the convention of a single threshold. For competitively provided products and services, prices are determined by cost; but for products with market power, patentees will increase the price according to the perceived threshold. As a result, a change in the threshold affects the prices of all patented products, including those which would have been developed even at a lower threshold. The insurer can increase efficiency by reducing the threshold for patented products, even accounting for the effect on innovation. We also model a multi-country setting, in which thresholds for patented products will fall below the globally cooperative solution because each country does not recognize the positive externality of its own spending on innovative medicines. We show that this tragedy of the commons problem can be partly corrected through referencing other countries' thresholds, but only when the countries have similar willingness to pay.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,013
Communication savante0,0060,012
Science ouverte0,0020,003
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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.

Tête enseignante Opus0,372
Tête enseignante GPT0,485
Écart entre enseignants0,113 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth EconomicsMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207