MétaCan
Menu
Retour à la cohorte
Enregistrement W4416564553 · doi:10.1136/bmjgh-2025-018960

The association between drug shortages and prices across 74 countries: uncovering global access inequities

2025· article· en· W4416564553 sur OpenAlexaff
Shuchen Hu, Araniy Santhireswaran, Cherry Chu, Shanzeh Chaudhry, Caijun Yang, Yu Fang, Katie J. Suda, Étienne Gaudette, Quinn Grundy, Mina Tadrous

Notice bibliographique

RevueBMJ Global Health · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensWomen's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEconomic shortagePer capitaGlobal healthAssociation (psychology)Health policyInequalityGlobal South

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Drug shortages are a global concern that poses risks to clinical care and health systems. Lower prices and market pressures are often cited as drivers of drug shortages; thus, a commonly proposed policy lever is to increase drug prices. However, global evidence to evaluate the association between shortages and prices is lacking. This research aims to fill the gap by examining the global markets of drug shortages. METHOD: We included 25 global shortage markets by reviewing publications on drug shortages from 2013 to 2023. We used quarterly pharmaceutical sales data across 74 countries/regions from the IQVIA MIDAS quarterly sales volume data database from Q3 2011 to Q3 2022. Our outcome of interest was shortage intensity, defined as the drug shortage duration between its onset and the end of meaningful shortages. To assess the impact of price on the occurrence and intensity of shortages, we used zero-inflated negative binomial regression, with price as the independent factor and included gross domestic product (GDP) per capita and the number of manufacturers as covariates. P values less than a Bonferroni-corrected significance level (0.00625) were considered statistically significant. RESULTS: Out of 1096 subjects (each representing a drug market in a specific country), 65% (712 subjects) experienced meaningful shortages with a median shortage intensity of 10 quarters. We found price was not a significant predictor of either shortage odds (p=0.044) or intensity (p=0.066). Factors significantly associated with increased odds of a non-shortage occurrence included a unit increase in GDP per capita (adjusted OR (aOR): 1.707, 95% CI 1.428 to 2.040) and in the number of manufacturers (aOR: 4.038, 95% CI 3.045 to 5.354), corresponding to 70.7% and 303.8% higher odds, respectively. A unit increase in GDP per capita was significantly associated with a 10.4% decrease (adjusted rate ratios: 0.896, 95% CI 0.834 to 0.962) in the duration of shortage intensity. CONCLUSION: Our study reveals global inequities in the impact of drug shortages, with countries with lower GDP per capita disproportionately affected. Persistent shortages of essential medications have been observed worldwide over the past decade, but are not evenly distributed across countries. Collectively, our findings suggest the need to consider creative and alternative policy strategies beyond pricing to address both critical drug shortages and global inequities in shortage experiences.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,051
Tête enseignante GPT0,427
Écart entre enseignants0,376 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetPharmaceutical Economics and PolicyTravaux en français237 207