Systematic Review of the Effect of a Zero-Markup Policy for Essential Drugs on Healthcare Costs and Utilization in China, 2015–2021
Notice bibliographique
Résumé
Objective: This systematic review aimed to discuss the effects of a zero-markup policy for essential drugs (ZPED) on healthcare costs and utilization in China in the years 2015–2021. Methods: We searched the PubMed, Embase, Scopus, and CINAHL databases for all associated studies carried out from January 1, 2015, to May 31, 2021, without any limitations regarding the language the studies were written in. To prevent selection bias, gray documents were tackled by other means. The methodological approaches were assessed by applying the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines and the Newcastle-Ottawa Scale (NOS) collaboration tool. Results: Forty studies were selected at first and then 15 studies that met the inclusion criterion. Most of the studies showed a considerable decrease in total medical spending and drug spending in both outpatient and inpatient services. After the implementation of ZPED, studies showed that the medical services increased and total hospital income sustained, despite a decrease in drug revenue. Minimal or no government subsidy is required from a financial perspective. Conclusions: Although, the government could implement ZEPD with lower medical cost and drug cost to patients, and sustained income for health facilities, we have limited understanding of whether the increase in medical services was induced by the provider or was a response to unmet needs in the population. Further, studies using rigorous and advanced methods to study health policy, patient behaviors, provider behaviors, and government decisions are warranted.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 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 ».