MétaCan
Menu
Retour à la cohorte
Enregistrement W4393995435 · doi:10.1001/jamanetworkopen.2024.4246

Drug Shortages Prior to and During the COVID-19 Pandemic

2024· article· en· W4393995435 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJAMA Network Open · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensWomen's College HospitalUniversity of Toronto
Organismes subventionnairesHealth CanadaCenters for Disease Control and PreventionAgency for Healthcare Research and QualityNational Institutes of HealthPfizerSoochow UniversityBristol-Myers SquibbU.S. Department of Veterans Affairs
Mots-clésSupply chainPandemicMedicineEconomic shortagePharmacyDrugBusinessInfluenza pandemicOddsLogistic regressionCoronavirus disease 2019 (COVID-19)Environmental healthFamily medicineMarketingPharmacologyDisease

Résumé

récupéré en direct d'OpenAlex

Importance: Drug shortages are a chronic and worsening issue that compromises patient safety. Despite the destabilizing impact of the COVID-19 pandemic on pharmaceutical production, it remains unclear whether issues affecting the drug supply chain were more likely to result in meaningful shortages during the pandemic. Objective: To estimate the proportion of supply chain issue reports associated with drug shortages overall and with the COVID-19 pandemic. Design, Setting, and Participants: This longitudinal cross-sectional study used data from the IQVIA Multinational Integrated Data Analysis database, comprising more than 85% of drug purchases by US pharmacies from wholesalers and manufacturers, from 2017 to 2021. Data were analyzed from January to May 2023. Exposure: Presence of a supply chain issue report to the US Food and Drug Administration or the American Society of Health-Systems Pharmacists (ASHP). Main Outcomes and Measures: The main outcome was drug shortage, defined as at least 33% decrease in units purchased within 6 months of a supply chain issue report. Random-effects logistic regression models compared the marginal odds of shortages for drugs with vs without reports. Interaction terms assessed heterogeneity prior to vs during the COVID-19 pandemic and by drug characteristics (formulation, age, essential medicine status, clinician- vs self-administered, sales volume, and number of manufacturers). Results: A total of 571 drugs exposed to 731 supply chain issue reports were matched to 7296 comparison medications with no reports. After adjusting for drug characteristics, 13.7% (95% CI, 10.4%-17.8%) of supply chain issue reports were associated with subsequent drug shortages vs 4.1% (95% CI, 3.6%-4.8%) of comparators (marginal odds ratio [mOR], 3.7 [95% CI, 2.6-5.1]). Shortages increased among both drugs with and without reports in February to April 2020 (34.2% of drugs with supply chain issue reports and 9.5% of comparison drugs; mOR, 4.9 [95% CI, 2.1-11.6]), and then decreased after May 2020 (9.8% of drugs with reports and 3.6% of comparison drugs; mOR, 2.9 [95% CI, 1.6-5.3]). Significant associations were identified by formulation (parenteral mOR, 1.9 [95% CI, 1.1-3.2] vs oral mOR, 5.4 [95% CI, 3.3-8.8]; P for interaction = .008), WHO essential medicine status (essential mOR, 2.2 [95% CI, 1.3-5.2] vs nonessential mOR, 4.6 [95% CI, 3.2-6.7]; P = .02), and for brand-name vs generic status (brand-name mOR, 8.1 [95% CI, 4.0-16.0] vs generic mOR, 2.4 [95% CI, 1.7-3.6]; P = .002). Conclusions and Relevance: In this national cross-sectional study, supply chain issues associated with drug shortages increased at the beginning of the COVID-19 pandemic. Ongoing policy work is needed to protect US drug supplies from future shocks and to prioritize clinically valuable drugs at greatest shortage risk.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,692
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,089
Tête enseignante GPT0,344
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle