Projected impact of biosimilar substitution policies on drug use and costs in Ontario, Canada: a cross-sectional time series analysis
Notice bibliographique
Résumé
BACKGROUND: Several Canadian provinces have introduced reimbursement policies mandating substitution of innovator biologics with lower-cost biosimilars. We estimated the number of patients affected and cost implications if such policy changes were to be implemented in Ontario, Canada. METHODS: We conducted a cross-sectional time series analysis of Ontarians dispensed publicly funded biologics indicated for inflammatory diseases (rheumatic conditions, inflammatory bowel disease: infliximab, etanercept, adalimumab) between January 2018 and December 2019, and forecasted trends to Dec. 31, 2020. The primary source of data was pharmacy claims data for all biologics reimbursed by the public drug program. We modelled the number of patients affected and government expenditures (in nominal Canadian dollars) of several biosimilar policy options, including mandatory nonmedical biosimilar substitution, substitution in new users, introduction of a biosimilar for adalimumab, and price negotiations. In a secondary analysis, we included insulin glargine. RESULTS: In 2018, 14 089 individuals were prescribed a publicly funded biologic for inflammatory diseases. A mandatory nonmedical biosimilar substitution would potentially have affected 7209 patients and saved $238.6 million from 2018 to 2020. A new-user substitution would have affected 757 patients and saved $34.2 million. If an adalimumab biosimilar were to become available, 12 928 patients would be affected by a mandatory nonmedical substitution and the 3-year savings would increase to $645.9 million (all biosimilars priced at 25% of innovator biologics). Finally, an expanded nonmedical substitution policy including insulin glargine would affect 115 895 patients and save $288.7 million (not including adalimumab). INTERPRETATION: Policies designed to curb rising costs of biologics can have substantially different effects on patients and government expenditures. Such analyses warrant careful consideration of the balance between cost savings and effects on patients.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».