MétaCan
Menu
Retour à la cohorte
Enregistrement W4394063741 · doi:10.1016/j.healthpol.2024.105064

The impact of changing the reference countries on the list prices for patented medicines in Canada: A policy analysis

2024· article· en· W4394063741 sur OpenAlexafffundabout
Wei Zhang, Daphne Guh, Paul Grootendorst, Aidan Hollis, Aslam H. Anis

Notice bibliographique

RevueHealth Policy · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensUniversity of CalgaryUniversity of British ColumbiaUniversity of TorontoProvidence Health Care
Organismes subventionnairesCanadian Institutes of Health ResearchMichael Smith Health Research BC
Mots-clésProduct (mathematics)Reference priceAccess to medicinesEconomicsDrug pricesBusinessAgricultural economicsPublic economicsInternational economicsDeveloping countryEconomic growth

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Canada's Patented Medicine Prices Review Board (PMPRB) uses external and internal reference pricing (IRP) to regulate patented drug list prices. PMPRB has changed external reference countries from 7 to 11 to include countries with prices closer to the OECD median. We examined the impact on the list prices for patented medicines had the amendment been implemented from 2013. METHODS: Using IQVIA MIDAS® quarterly sales data, we selected branded products that were launched in Canada in 2013-2018. The list price for each product in each country was calculated as its average annual price during the 3rd year post Canadian launch. The median international price (MIP) was the median of the list prices of PMPRB7 (MIP7) and PMPRB11 (MIP11). We assumed the same IRP would be (scenario 1) or would not be used (scenario 2). RESULTS: Among the selected 400 products, 80.3 % (321) had MIP7 and MIP11 (launched in at least one reference country); 18.3 % did not have MIP11. The total current expenditures were $7,134.4 M. In scenario 1, MIP11 would not be binding for most products and expenditures would decline only by 0.7 %. If IRP were abolished, expenditures might decline by 14.1 % if the launching sequence would not change. CONCLUSIONS: MIP11 might not be binding for most medicines. The impact depends on whether to retain the IRP and approaches taken for medicines without MIP11.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,912
Score d'incertitude au seuil0,480

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,114
Tête enseignante GPT0,402
Écart entre enseignants0,288 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth PolicyMême sujetPharmaceutical Economics and PolicyTravaux en français237 207