Cancer Medicines: What Is Essential and Affordable in India?
Notice bibliographique
Résumé
PURPOSE The WHO essential medicines list (EML) guides selection of drugs for national formularies. Here, we evaluate which medicines are considered highest priority by Indian oncologists and the extent to which they are available in routine practice. METHODS This is a secondary analysis of an electronic survey developed by the WHO EML Cancer Medicine Working Group. The survey was distributed globally using a hierarchical snowball method to physicians who prescribe systemic anticancer therapy. The survey captured the 10 medicines oncologists considered highest priority for population health and their availability in routine practice. RESULTS The global study cohort included 948 respondents from 82 countries; 98 were from India and 67 were from other low- and middle-income countries. Compared with other low- and middle-income countries, the Indian cohort was more likely to be medical oncologist (70% v 31%, P < .001) and work exclusively in the private health system (52% v 17%, P < .001). 14/20 most commonly selected medicines were conventional cytotoxic drugs. Universal access to these medicines was reported by a minority of oncologists; risks of significant out-of-pocket expenditures for each medicine were reported by 19%-58% of oncologists. Risk of catastrophic expenditure was reported by 58%-67% of oncologists for rituximab and trastuzumab. Risks of financial toxicity were substantially higher within the private health system compared with the public system. CONCLUSION Most high-priority cancer medicines identified by Indian oncologists are generic chemotherapy agents that provide substantial improvements in survival and are already included in WHO EML. Access to these treatments remains limited by major financial burdens experienced by patients. This is particularly acute within the private health system. Strategies are urgently needed to ensure that high-quality cancer care is affordable and accessible to all patients in India.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».