Evidence-Based Cardiovascular Disease Medicines' Availability in Low-Cost Generic Drug Programs in the United States
Notice bibliographique
Résumé
BACKGROUND: Low-cost generic programs (LCGPs) that expand access to affordable cardiovascular disease (CVD) medicines can assist patients in achieving desired cardiovascular outcomes. It is important that LCGPs offer CVD medicines that promote evidence-based prescribing. OBJECTIVE: To evaluate LCGPs' coverage of evidence-based CVD medications using a clinical framework that examines coverage of core treatments, coverage of options with the highest-quality evidence, and the variety of medication options and strengths that create choices and allow dosing titration. DESIGN: Cross-sectional study. SETTING: Publicly available LCGPs in March and April 2023 in the United States. PARTICIPANTS: 19 LCGPs. MEASUREMENTS: Proportion of LCGPs that offered evidence-based CVD medicines within a clinical framework for 6 CVDs (atrial fibrillation, heart failure, hyperlipidemia, hypertension, post-acute coronary syndrome secondary prevention, and stable angina) according to 4 availability metrics (breadth, choice, high-quality evidence, and titratability). RESULTS: The availability of CVD medication varied by program, drug, and CVD condition. Some programs had more breadth and choice of coverage for most CVDs (H-E-B, Kroger, Mark Cuban Cost Plus Drug Company, and Walmart), whereas many had more focused coverage and others markedly limited offerings. Nearly all LCGPs offered angiotensin-converting enzyme inhibitors, β-blockers, thiazides, and moderate-intensity statins, but availability was low for higher-cost or lower-use generics (antiplatelets and antiarrhythmics). Core pharmacotherapy coverage and choices were limited for atrial fibrillation and heart failure but widely available for hypertension and hyperlipidemia. LIMITATION: In-depth cost analysis was not investigated. CONCLUSION: Coverage of evidence-based medications for the 6 CVDs investigated varied by LCGP and condition. Because high availability of core CVD pharmacotherapy can enhance optimal disease state management, LCGPs should identify existing limitations in their coverage and continuously revise their formularies to improve the comprehensiveness of CVD medication coverage. PRIMARY FUNDING SOURCE: None.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,000 | 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 ».