The impact of OHIP+ pharmacare on use and costs of public drug plans among children and youth in Ontario: a time-series analysis
Notice bibliographique
Résumé
BACKGROUND: In 2018, Ontario implemented a pharmacare program (Ontario Health Insurance Plan Plus [OHIP+]) to provide children and youth younger than 25 years with full coverage for prescription medications in the provincial formulary. We aimed to assess the use of public drug plans and costs of publicly covered prescriptions before and after the program's implementation and modification. METHODS: We conducted a population-based, interrupted time-series analysis using data on prescription drug claims, from the Canadian Institute for Health Information's National Prescription Drug Utilization Information System, for people younger than 25 years from January 2016 to October 2019 in Ontario, using British Columbia as the control. We assessed changes in the level and trend of publicly covered prescriptions and expenditures after the introduction of OHIP+ in January 2018 and after program modifications in April 2019. We also assessed plan use and expenditures for publicly covered prescriptions for diabetes and asthma. RESULTS: < 0.001). Similarly, total public drug expenditures increased by 254%, from $379 million in 2017 to $839 million in 2018, then reduced by 49% to $204 million in 2019. Monthly public plan expenditures increased by $115.94 (95% confidence interval [CI] $100.93 to $130.94) post-OHIP+ implementation and decreased by $99.97 (95% CI -$119.79 to -$80.15) per person per month after April 2019. INTERPRETATION: Adopting OHIP+ increased use of public drug plans and expenditures for publicly funded prescription medicines, and the program modification was associated with decreases in both outcomes. This study's findings can inform the national pharmacare debate; future research should investigate associations with health outcomes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
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 ».