| Revista: | The Anáhuac journal |
| Base de datos: | |
| Número de sistema: | 000605605 |
| ISSN: | 1405-8448 |
| Autores: | Mayorga Basurto, Blanca Iveth1 Moncada Freire, Galo2 |
| Instituciones: | 1EGADE Business School Tecnológico de Monterrey México. E-mail:., 2Business School Tecnológico de Monterrey México. E-mail:., |
| Año: | 2024 |
| Periodo: | Ene-Jun |
| Volumen: | 24 |
| Número: | 1 |
| Paginación: | 180-221 |
| País: | México |
| Idioma: | Inglés |
| Resumen en español | Este trabajo examina las tendencias en los precios de medicamentos antirretrovirales y su impac to en la salud pública, centrándose en el contexto mexicano en 2019. Por medio de técnicas de aprendizaje automático, el estudio analiza las fluctuaciones en los precios de los medicamentos antirretrovirales, con base en un conjunto de datos que comprende 15,220 observaciones de medicamentos antirretrovirales (ARV) adquiridos entre 2016 y 2019, con énfasis particular en el año 2019. Los resultados indican que los “bosques aleatorios” demostraron la mayor precisión en la predicción de cambios de precios, seguidos por K-Nearest Neighbors o KNN (algoritmo de k vecinos más próximos) y la regresión logística. Se identificaron factores significativos que afectan los precios de adquisición, como el tipo de medicamento y la duración de la estrategia de adqui sición. Además, el estudio profundiza en las consideraciones presupuestarias, evaluando las im plicaciones financieras de estas fluctuaciones de precios. Estos hallazgos destacan la efectividad de iniciativas como los enfoques de adquisición consolidada y la integración de medicamentos más nuevos y rentables en los protocolos de tratamiento, lo que conduce a ahorros significativos y mejor acceso para las personas que viven con VIH/sida. Es importante destacar que este artículo se centra en analizar un esquema específico de adquisición de medicamentos antirretrovirales. Los estudios futuros ampliarán este análisis para abarcar un espectro más amplio de esquemas de adquisición de medicamentos, proporcionando así una comprensión más completa de la di námica de fijación de precios y sus implicaciones para la salud pública. Además, la investigación en curso perfeccionará la metodología e integrará fuentes de datos adicionales para mejorar la precisión y profundidad del análisis. |
| Resumen en inglés | This paper investigates trends in antiretroviral medication prices and their impact on public health in Mexico during 2019. Using three machine learning models developed in Python (logistic regression, random forest, and K-Nearest Neighbors or KNN), this study discerns increasing or decreasing patterns in antiretroviral (ARV) drug price fluctuations using a dataset comprising 15,220 observations of ARV drugs acquired between 2016 and 2019. Results indicate that random forests exhibited the highest precision in predicting price changes, followed by KNN and logistic regression. Significant factors affecting acquisition prices, such as drug type and duration of procurement strategy, were identified. In addition to analyzing price trends, the paper explores the budgetary considerations associated with these fluctuations, providing insights into the financial implications for healthcare systems and stakeholders. It is important to note that this paper focuses on a specific ARV pharmaceutical purchasing scheme. Moreover, the study emphasizes the creation of a unified and detailed medication price database, highlighting the significant effort invested in compiling complete and comprehensive information from various sources. This study’s findings underscore the effectiveness of initiatives such as consolidated purchasing approaches and the integration of newer, cost-effective medications into treatment protocols. These initiatives have led to significant cost savings in antiretroviral medication procurement, contributing to improved access for individuals living with HIV/AIDS. Overall, the research highlights the importance of data-driven approaches and strategic planning in optimizing pharmaceutical purchasing processes and ensuring sustainable access to essential medications for public health interventions. |
| Palabras clave: | ARV, Tendencias de precios, Compras consolidadas, México |
| Keyword: | Purchasing strategies, Public health, Mexico, Machine learning |
| Texto completo: | Texto completo (Ver PDF) Texto completo (Ver HTML) |
