Maximum potential cost-savings attributable to generic substitution of antipsychotics 2008 to 2013
Notice bibliographique
Résumé
Background: Schizophrenia is a costly illness to treat, especially during a time of escalating medicine inflation costs, putting a large economic strain on patients, their families and the community. Treatment, however, can become more affordable through generic substitution.Objective: To determine the maximum potential cost-saving through generic substitution for both originator and more expensive generic items while observing the prescribing patterns of antipsychotics.Method: Antipsychotic medicine usage was analysed retrospectively during the study period 2008 to 2013 using data obtained from a nationally representative Pharmaceutical Benefit Management Company. The study population consisted of 4410 patients with ICD-10 codes (F20-F20.9) who had paid claims for an antipsychotic reimbursed from their prescribed minimum benefits. Active ingredients were identified using the MIMS classification system. Maximum potential cost savings were determined by substituting all originator and more expensive generic antipsychotic items with the cost of the least expensive generic antipsychotic item available.Results: Through generic substitution, a total potential cost-saving of ZAR4 642 685.45 could be possible from 2008 to 2013. Average cost per items increased from ZAR600.53 ± ZAR435.00 (median ZAR 539.82) in 2008 to ZAR1 196.59 ± ZAR 942.16 (median ZAR 940.72) in 2013 and had a significant effect on patients' contribution, which increased with 726.94% from 2005 to 2008. Psychiatrists prescribed the majority of antipsychotics. Although generic items claimed increased by 60.31% during the study period, psychiatrist still favoured non-generic prescribing (40.63%).Conclusions: Potential economic benefits can be generated with generic substitution.
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 | 0,000 |
| 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) | 0,001 | 0,004 |
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 ».