MétaCan
Menu
Retour à la cohorte
Enregistrement W4292493763 · doi:10.1186/s40545-022-00442-y

State capture through indemnification demands? Effects on equity in the global distribution of COVID-19 vaccines

2022· article· en· W4292493763 sur OpenAlex
Ariel Gorodensky, Jillian C. Kohler

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Pharmaceutical Policy and Practice · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesConnaught Fund
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakEquity (law)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PandemicPharmacyBusinessMedicineVirologyComputer scienceInfectious disease (medical specialty)Political scienceFamily medicineOutbreakInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: State capture by the pharmaceutical industry is a form of corruption whereby pharmaceutical companies shift laws or policies about their products away from the best interest of the public and toward their private benefit. State capture often limits equitable access to pharmaceutical products by inflating drug prices and increasing barriers to entry into the pharmaceutical industry. During the COVID-19 pandemic, the high demand and low supply of COVID-19 vaccines has put governments that manage vaccine procurement at risk of capture by COVID-19 vaccine manufacturers, both through bilateral deals and the COVID-19 Vaccine Global Access (COVAX) Facility; this threatens equity in the global distribution of these products. The purpose of this study is to determine whether COVID-19 vaccine manufacturers have been engaging in state capture and, if so, to examine the implications of state capture on equitable access to COVID-19 vaccines. METHODS: A targeted rapid literature search was conducted on state capture by the pharmaceutical industry. Results were limited to journal articles, books, and grey literature published between 2000 and 2021 in or translated to English. A literature search was also conducted for information about state capture during the COVID-19 pandemic. Results were limited to media articles published between March 2020 and July 2021 in or translated to English. All articles were qualitatively analyzed using thematic analysis. RESULTS: COVID-19 vaccine manufacturers have demanded financial indemnification from national governments who procure their vaccines. While most high-income countries are legislatively capable of indemnifying vaccine manufacturers, many low- and middle-income countries (LMICs) are not. A number of LMICs have thus changed their legislations to permit for manufacturers' indemnification demands. Amending legislation in this way is state capture and has led to delays in LMICs and vaccine manufacturers signing procurement contracts. This has critically stalled access to vaccines in LMICs and created disparities in access to vaccines between high-income countries and LMICs. CONCLUSIONS: COVID-19 vaccine manufacturers' indemnification demands constitute state capture in many LMICs though not in high-income countries; this has enhanced global COVID-19 vaccine inequities. Results underscore the need to find alternatives to financial indemnification that do not hinder critical efforts to end the pandemic.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,722
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,142
Tête enseignante GPT0,457
Écart entre enseignants0,315 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle