MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411254450 · doi:10.1101/2025.06.11.25329435

Social and private value created through commercialization of Gilead Sciences’ innovative medicines for Hepatitis C and HIV: a cross-sectional analysis

2025· preprint· en· W4411254450 sur OpenAlexaff
Paula Grazielle Chaves da Silva, Rena M. Conti, Fred D. Ledley

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensQuest University Canada
Organismes subventionnairesBentley University
Mots-clésCommercializationCross-sectional studyValue (mathematics)Human immunodeficiency virus (HIV)MedicinePolitical sciencePsychologySociologyVirologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Objectives This work assesses the value created for society and for private sector by Gilead Sciences, Inc. (Gilead) through commercialization of medicines for hepatitis C and HIV from 2012-2020. While Gilead has developed several groundbreaking medicines, the company has also been criticized for its drug pricing, patenting, and profits. This analysis posits the total value created by a medicine derives from the health benefit provided to those using these medicines. Design Cross-sectional analysis. Primary and Secondary outcome measures Health benefit from treatment for nine hepatitis C or HIV medicines (Quality-Adjusted Life Years [QALYs], $), number of individuals benefited, price paid, and Gilead Sciences’ financial report (10K). Results Gilead’s product sales generated 15.1 million in health benefit measured using QALYs for 23.7 million people. Expressed in monetary terms, these products created a total health value of $744.8 billion (US: $168.0; global: $576.8). This produced a residual health value, net price paid, of $544.6 billion (US: $35.9; global: $508.7) including $418.6 billion from hepatitis C medicines (US: $62.4; global: $356.2) and $125.9 billion from HIV medicines (US: -$26.6; global: $152.5). Total social value (US + global) created was $613.6 billion including residual health value ($544.6 billion), R&D ($34.2 billion), job creation ($9.7 billion), and social payments ($25.1 billion). Total private value was $193.5 billion including shareholder value ($85.7 billion) and network value (payments to commercial firms, $107.8 billion). Conclusions Social and private value differed between US and global sales and among diseases. This analysis highlights the scale of the value that can be created by modern medicines and the commercialization of pharmaceutical products applied to unmet medical needs. Assessing value creation at product level may guide corporate strategies and inform policies to promote both profit and public purpose. Strengths and limitations of this study “Total stakeholder value” approach considers the sum of value provided to different stakeholders Total health value measured from unit sales and health benefit to treated individuals Analysis based on market data and financial reports of manufacturers applicable to business strategy and policy Method applicable to assessing value created by individual drugs, classes of drugs, or companies Health benefit measured in QALYs are subject to limitations of this metric MeSh Headings “Hepatitis C” [MeSh Terms], “HIV Infections” [MeSh Terms], “Quality-Adjusted Life Years” [MeSh Terms], “Private Sector” [MeSh Terms], “Public Sector” [MeSh Terms]

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,142
Tête enseignante GPT0,400
Écart entre enseignants0,258 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetPharmaceutical Economics and Policy→Travaux en français237 207→