Impact of Supply Chain Disruptions and Drug Shortages on Drug Utilization: A Scoping Review
Notice bibliographique
Résumé
PURPOSE: Drug shortages are a growing challenge in health systems across the world. A better understanding of the impacts of shortages on patient drug access and use will guide policies aimed at mitigating shortages. This scoping review aims to summarize observational literature assessing the impact of drug shortages on drug utilization trends. METHODS: We searched Ovid MEDLINE and Ovid EMBASE for studies published between 1946 and September 17, 2024. An extensive grey literature search was conducted through targeted website searches, grey literature databases, and the Google search engine. Observational studies examining the impacts of drug shortages on drug use were included. Study screening and extraction were conducted by two independent reviewers. RESULTS: We identified 55 published articles and five gray literature reports. Most studies were conducted in North America (n = 42, 70%). Population-level data were most used (n = 34, 57%), and most studies used drug prescription data to assess changes in use (n = 30, 55%). Most studies reported changes in drug use as a percent change, and the magnitude in decreases ranged from 1% to 99%. Many different data sources, methods, and measures were used to study the impact of drug shortages on drug utilization, and a broad range of decreases in drug utilization following the shortages were reported. CONCLUSIONS: It is important to synthesize findings across studies to understand how different drugs and settings are affected by shortages. The findings here will inform future studies aimed at filling this knowledge gap, ultimately yielding real-world evidence that can guide policy decisions to address drug supply challenges.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».