Out-of-pocket prescription medicine expenditure amongst community-dwelling adults: findings from The Irish Longitudinal Study on Ageing (TILDA) in 2016
Notice bibliographique
Résumé
Background The number of prescription medicines prescribed to older adults is increasing in Ireland and other countries. This is leading to higher out-of-pocket prescription medicine expenditure for older adults, which has several negative consequences including cost-related non-adherence. This study aimed to characterise out-of-pocket prescription medicine payments, and examine their relationship with entitlements, multimorbidity and adherence. Methods This cross-sectional study used 2016 data from a nationally-representative sample of adults in Ireland aged 50 years or less. Descriptive statistics and regression models were used to describe out-of-pocket prescription medicine payments and assess the association between out-of-pocket prescription medicine payments and the following variables: healthcare entitlements, multimorbidity, and cost-related non-adherence. Results There were 5,668 eligible participants. Median annual out-of-pocket prescription medicine expenditure was 144 euro (IQR: 0-312 euro). A generalised linear model showed that, amongst those with out-of-pocket prescription medicine expenditure, having fewer healthcare entitlements was associated with 4.74 (95% CI: 4.37-5.15) times higher out-of-pocket prescription medicine expenditure. Overall, 1.7% (n=89) of participants reported cost-related non-adherence in the previous year. A multivariable model found no significant associations between any variables and cost-related non-adherence. Conclusions Those with entitlements to subsidised prescription medicines had much lower out-of-pocket prescription medicine expenditure. This highlights the benefits of expanding healthcare entitlements and ensuring uptake of entitlements by those with eligibility.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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 ».