Economic affordability of medicines and its impact on households in Russia
Notice bibliographique
Résumé
The article studies the financial affordability of medicines for Russian families and its impact on the well-being of the population. Affordability of medicines depends on market conditions and government guarantees for free provision of medicines. Estimated drug consumption in the Russian Federation is based on microeconomic data from the nationwide Russia Longitudinal Monitoring Survey (RLMS-HSE) and pharmaceutical market data from DSM-Group. To assess the impact of pharmaceutical spending on poverty, disposable cash income per family member after deduction of medicines cost was calculated taking into account the poverty line. More than 2/3 of medicines in the Russian Federation are purchased by households on the commercial market. According to the study, every fifth household was at risk of poverty due to spending on medicines. The risk of poverty due to pharmaceutical costs is high in low-income families. Payments for medicines increase the number of families with out-of-pocket medical expenses by 5 times. Catastrophic spending on medicines in the Russian Federation reached its lowest level in 2021 according to the Universal Healthcare Coverage (UHC) criteria of the World Health Organization (WHO). There were no families that spent more than 100% of their income on medicines, and only 1.2% of families spent more than a quarter of their income. Every twentieth family refused to buy medicines at least once a year. In groups where the cost of medicines exceeded 10% of income, every tenth family refused to buy medicines. When the cost exceeded 25%, almost every fifth family refused to buy medicines. Thus, the rising prices and expenses for medicines are forcing Russian families to save on medicines and on their health. Recommendations for expanding the affordability of medicines for Russian families are given in the conclusion.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».