National trends in prescription drug expenditures and projections for 2023
Notice bibliographique
Résumé
PURPOSE: To report historical patterns of pharmaceutical expenditures, to identify factors that may influence future spending, and to predict growth in drug spending in 2023 in the United States, with a focus on the nonfederal hospital and clinic sectors. METHODS: Historical patterns were assessed by examining data on drug purchases from manufacturers using the IQVIA National Sales Perspectives database. Factors that may influence drug spending in hospitals and clinics in 2023 were reviewed, including new drug approvals, patent expirations, and potential new policies or legislation. Focused analyses were conducted for biosimilars, cancer drugs, diabetes medications, generics, COVID-19 pandemic influence, and specialty drugs. For nonfederal hospitals, clinics, and overall (all sectors), estimates of growth of pharmaceutical expenditures in 2023 were based on a combination of quantitative analyses and expert opinion. RESULTS: In 2022, overall pharmaceutical expenditures in the US grew 9.4% compared to 2021, for a total of $633.5 billion. Utilization (a 5.9% increase), price (a 1.7% increase) and new drugs (a 1.8% increase) drove this increase. Adalimumab was the top-selling drug in 2022, followed by semaglutide and apixaban. Drug expenditures were $37.2 billion (a 5.9% decrease) and $116.9 billion (a 10.4% increase) in nonfederal hospitals and clinics, respectively. In clinics, new products and increased utilization growth drove growth, with a small impact from price changes. In nonfederal hospitals, a drop in utilization led to a decrease in expenditures, with price changes and new drugs contributing to growth in spending. Several new drugs that will influence spending have been or are expected to be approved in 2023. Specialty and cancer drugs will continue to drive expenditures along with the evolution of the COVID-19 pandemic. CONCLUSION: For 2023, we expect overall prescription drug spending to rise by 6.0% to 8.0%, whereas in clinics and hospitals we anticipate increases of 8.0% to 10.0% and 1.0% to 3.0%, respectively, compared to 2022. These national estimates of future pharmaceutical expenditure growth may not be representative of any particular health system because of the myriad of local factors that influence actual spending.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».