Global status of essential medicine selection: a systematic comparison of national essential medicine lists with recommendations by WHO
Notice bibliographique
Résumé
OBJECTIVES: Examining the availability of essential medicines is a necessary step to monitor country-level progress towards universal health coverage. We compared the 2017 essential medicine lists (EML) of 137 countries to the WHO Model List to assess differences by drug class and country setting. METHODS: We extracted all medicines prioritised at country level from most recently available national EMLs and compared each national EML with the 2017 WHO Model List of Essential Medicines (MLEM) as the reference standard. We assess EMLs by WHO region and for different types of medicine subgroups (eg, cancer, anti-infectives, cardiac, psychiatric and anaesthesia medicines) using within second-level anatomical therapeutic class (ATC) drug classes of the ATC Index. RESULTS: We included 406 medicines from WHO's 2017 MLEM to compare to 137 concurrent national EMLs. We found a median of 315 (range from 44 to 983) medicines listed on national EMLs. The global median F1 score was 0.59 (IQR 0.47-0.70, maximum possible score indicating alignment with MLEM is 1). The F1 score was the highest (ie, most similar to MLEM) in the South-East Asia region and the lowest in the European region (ie, most dissimilar to MLEM). The F1 score was highest for stomatological preparations (median: 1.00), gynaecological-anti-infectives and antiseptics (median: 1.00), and medicated dressings (median: 1.00), and lowest for 9 anatomical or pharmacological groups (median: 0.00, eg, treatments for bone diseases, digestive enzymes). CONCLUSIONS: Most countries are expected to improve their national health coverage by 2030 offering access to essential medicines, but our results revealed substantial gaps in selection of medicines at the national level compared with those recommended by WHO. It is crucial that governments consider investing in those effective medicines that are now neglected and continue monitoring progress towards essential medicine access as part of universal health coverage.
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 | 0,001 | 0,000 |
| 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) | 0,005 | 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 ».