Trends in the Cost and Utilization of Publicly Reimbursed Cancer Medications Dispensed as Take-Home Treatments from 2017–2021
Notice bibliographique
Résumé
Background: The cost and uptake of cancer medications dispensed as take-home treatments are not well understood. Therefore, in this study, we describe trends and the impact of SARS-CoV-2 on the utilization and cost of take-home cancer medications dispensed through the public payer system in Ontario, Canada. Methods: We conducted a repeated cross-sectional time-series analysis examining monthly and fiscal-year trends in the utilization and cost of take-home cancer medications reimbursed by the public payer between 1 April 2017 and 31 March 2021, in Ontario, Canada. Our primary outcome was per-beneficiary spending. Total public payer spending and the number of unique beneficiaries who were dispensed take-home cancer medications were reported as secondary outcomes. All outcomes were reported overall and stratified by drug class. We used autoregressive integrated moving average (ARIMA) models to assess the impact of the SARS-CoV-2 pandemic on the aforementioned trends. Results: Annual per-beneficiary spending on take-home cancer medications increased by 32.8% (from CAD 4422 in 2017/18 to CAD 6579 in 2020/21) over the study period. The rise in per-beneficiary spending was driven by the cost of medications within the small-molecule targeted therapy and immunotherapy drug classes, which accounted for three-quarters of total public payer spending on take-home cancer medications in 2020/21 despite being dispensed to less than 8% of beneficiaries. Upon the declaration of emergency for SARS-CoV-2, a short-term decline in per-beneficiary spending (CAD −179 per month; p-value < 0.01) was observed between March and June 2020. This temporary decline was driven by an increase in the number of beneficiaries (5582 per month; p-value < 0.01) receiving low-cost take-home cancer medications within the cytotoxic chemotherapy and hormonal therapy drug class without a corresponding rise in public payer spending. Conclusion: Future research should investigate barriers to the widespread uptake of take-home cancer medications during periods of public emergencies, particularly for high-cost drugs.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».