State capture through indemnification demands? Effects on equity in the global distribution of COVID-19 vaccines
Notice bibliographique
Résumé
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.
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 | 0,019 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,008 | 0,014 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».