Did a Non‐Medical Biosimilar Switching Policy Cause an Increase in Non‐Biologic/Biosimilar Health Care Resource Utilization or Cost in Patients With Inflammatory Arthritis?
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to evaluate the impact of a series of policies that mandated switching patients with inflammatory arthritis (IA) from an originator biologic to a biosimilar in British Columbia, Canada, on health care resource use and cost. METHODS: The health data of patients with IA were obtained from five linked administrative databases held by Population Data BC from January 2013 to December 2022. Our analysis focused on trends in monthly average use and costs of four care resources: physician services, hospital services, emergency department visits, and concomitant drug use. Using interrupted time series analysis, we evaluated the impact of switching policies targeting (1) infliximab or etanercept and (2) adalimumab on total health care costs, excluding biologic and biosimilar costs. RESULTS: We included 3,150 patients in the study. Hospital and physician services accounted for the majority of the total care cost for patients with IA. We found no evidence of any increases in physician services, hospital services, emergency department visits, or concomitant drug use after either nonmedical switch policy. We also found no significant change in level and trend in total health care costs for both policies: infliximab or etanercept (level -$40, 95% confidence interval [CI] -$99 to $19; trend $5.42, 95% CI -$0.62 to $11.46) and adalimumab (level -$34, 95% CI -$139 to $70; trend -$8.97, -$17.94 to $0.00). CONCLUSION: Nonmedical biosimilar switching policies did not lead to increases in other health care service use and costs.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».