MétaCan
Menu
Retour à la cohorte
Enregistrement W4411505760 · doi:10.1093/jamia/ocaf087

The administrative burden of medication affordability resources: an environmental scan with implications for health informatics to advance health equity

2025· article· en· W4411505760 sur OpenAlexaff
Marcy Antonio, Jennylee Swallow, Rachel Richesson, Christine Carethers, Antoinette B. Coe, Divya Jahagirdar, Tammy Toscos, Mindy Flanagan, Tiffany C. Veinot

Notice bibliographique

RevueJournal of the American Medical Informatics Association · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésEquity (law)DocumentationInformaticsBusinessHealth informaticsMedicineResource (disambiguation)Medical emergencyFinanceNursingComputer sciencePublic healthPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To characterize and demonstrate how to reduce the administrative burden experienced by patients when navigating medication affordability resources in the United States. MATERIALS AND METHODS: Informed by administrative burden theory, we conducted an environmental scan of medication affordability resources for atrial fibrillation, and four common comorbidities (diabetes, heart failure, hypertension, and lipid disorder). We systematically searched for resources (eg, patient assistance programs, savings cards and nonprofit support) and extracted information about types, eligibility criteria, needed documentation, and application processes. RESULTS: We identified 66 resources across 12 categories across the five conditions. The resources' varied eligibility criteria, application processes, and requirements for providing sensitive financial documents could introduce multiple administrative costs for patients. DISCUSSION: The volume and complexity of medication affordability resources and related application processes may create substantial administrative burden for patients that could prevent their use-especially when prescribed multiple medications. CONCLUSION: Medication affordability resource informatics tools that reduce administrative burden could advance equitable medication access.

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)0,016
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,625
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,477
Écart entre enseignants0,445 · 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.

Devis d'étudeAutre devis
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Medical Informatics AssociationMême sujetElectronic Health Records SystemsTravaux en français237 207