The Impact of reference pricing on prescribing patterns, costs, and health services utilization of proton pump inhibitors: A quasi-experimental study in British Columbia, Canada
Notice bibliographique
Résumé
INTRODUCTION: The Reference Drug Program (RDP) was established to steer patients toward equally safe and cost-effective medication under British Columbia's public drug coverage. Each RDP class covers at least one reference drug, and non-reference drugs are reimbursed up to the cost of the reference drug. In 2016, the RDP updated to include proton pump inhibitors (PPIs). This study evaluated the impact on drug expenditures, prescription patterns, and health services utilization. METHODS: We identified a cohort of individuals covered by Fair Pharmacare who used PPIs, and a control group of H2 Blockers users. We used interrupted time series analysis on administrative data from June 2014 to December 2019 on the following outcomes: new users, day supply, expenditures, drug costs, reference drug use, and physician visits and costs. RESULTS: The RDP had little impact on overall PPI use patterns. We did not observe any changes in reference drug uptake, new users, physician visits, cost-savings, or significant changes to days supplied post-policy. Cost expenditure results were likely biased due to co-occurring changes to drug prices. CONCLUSION: Inclusion of PPIs to the RDP saw no cost-savings for the provincial drug program and had little impact on prescribing patterns. Overall, our findings are consistent with existing evidence that the RDP is safe for similar therapeutic alternatives, but the impact on PPI costs remains unclear.
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) | 0,000 | 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 ».