A Global Comparison of Liver Transplant Drug Pricing: US Versus Other G7 Countries and Australia
Notice bibliographique
Résumé
Background: A major contributor to increased healthcare spending in the United States is drug pricing, as US drug prices are nearly 3× higher than those in other countries. This cross-sectional study aimed to investigate current global price differences in liver transplant medications and provide potential cost savings for Medicare Part D if international reference pricing was adopted. Methods: Publicly available drug formularies for Canada, the United Kingdom, Japan, France, Germany, Italy, and Australia were used to collect 2024 prices for 8 commonly used liver transplant medications (mycophenolate mofetil, mycophenolate sodium, sirolimus, tacrolimus, Advagraf, Envarsus, everolimus, and cyclosporine). US prices were obtained from UptoDate's 2024 listed representative average wholesale prices and Medicare Part D's drug prices from 2022. Results: The average US wholesale price and Medicare spend for originator liver transplant medications were 4.1× and 6.8×, respectively, the average originator prices in G7 countries and Australia. Adopting the average global originator drug price per dose may lead to an estimated $26 141 463 in cost savings per year to Medicare. The average US wholesale price and Medicare spend for generic liver transplant medications were 2.76× and 3.75×, respectively, the global average generic prices. Adopting the average global generic drug price per dose may lead to an estimated $363 538 474 in cost savings per year to Medicare. Conclusions: This study demonstrates the significantly greater financial burden that liver transplant patients in the United States face compared with liver transplant patients in 7 other major industrial countries. Future adoption of international reference pricing may help bridge this pricing disparity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».