A Population-Based Study of the Use of Selective Serotonin Reuptake Inhibitors before and after Introduction of Generic Equivalents
Notice bibliographique
Résumé
OBJECTIVE: Generic drugs are less expensive than their branded equivalents, but receive limited promotion. This study sought to examine how user rates of individual selective serotonin reuptake inhibitors (SSRIs) changed after the introduction of their generic equivalents. METHOD: Administrative health and census data were used to examine the rates of use of all 6 SSRIs from 1996 to 2009 in the province of Manitoba (population of 1.2 million). The primary outcome measure was a comparison of the rates of use in the pre- and post-generic periods, using generalized estimating equations. Secondary analyses were stratified by specialty of physician prescriber. RESULTS: Escalating rates of use of branded SSRIs in the pre-generic period significantly decreased after generic versions became available (all Ps < 0.001). Incident use of sertraline and paroxetine continued to decrease throughout the post-generic period (1.5% and 1.9% quarterly decreasing rates, respectively). During the years when generic sertraline, fluoxetine, and fluvoxamine were available, their use declined while branded paroxetine and citalopram use continued to increase. Use of branded citalopram, sertraline, and paroxetine prescribed by general practitioners (GPs) increased at rates significantly higher than when prescribed by psychiatrists (all Ps < 0.001). CONCLUSION: The introduction of cheaper generic alternatives of SSRIs paradoxically resulted in their use diminishing rather than increasing. With the exception of escitalopram, branded SSRIs tended to be preferentially used, compared with available less expensive generic SSRIs. These patterns were more pronounced for prescriptions by GPs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».