Drug Shortages Prior to and During the COVID-19 Pandemic
Notice bibliographique
Résumé
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.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 | 0,001 |
| 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 ».