Impacto del Real Decreto-Ley 16/2012 sobre el copago farmacéutico en el número de recetas y en el gasto farmacéutico

• Main Authors: Fernando Antoñanzas Villar (Author), Roberto Rodríguez Ibeas (Author), Carmelo A. Juárez Castelló (Author), Mª Reyes Lorente Antoñanzas (Author)
• Format: Book
• Published: Ministerio de Sanidad y Consumo, 2014-01-01T00:00:00Z.
• Subjects: article
• Online Access: Connect to this object online.
• Notes: 1135-5727; 2173-9110
• Keywords: Medicine; R; Public aspects of medicine; RA1-1270
• Source: Revista Española de Salud Pública, Vol 88, Iss 2, Pp 233-249 (2014)

Fundamentos: el objetivo del trabajo es es conocer si el impacto del Real Decreto-Ley 16/2012 en el número de recetas y el gasto farmacéutico, evaluadas por el Ministerio de Sanidad, Servicios Sociales e Igualdad (MSSSI), se corresponden con las obtenidas por otros métodos estadísticos habitualmente empleados. Asimismo, se han elaborado unos modelos para predecir la evolución de ambas variables entre septiembre de 2013 y diciembre de 2014. Métodos: se aplicó la metodología Box-Jenkins conjuntamente con el análisis de intervención de Box-Tiao a datos del periodo 2003-13 para predecir mensualmente los valores de las series de recetas y gasto farmacéutico. Las predicciones se emplearon en un análisis contrafáctico para compararlas con las series de recetas y gasto real. También se efectuaron predicciones para el periodo de septiembre de 2013 a diciembre de 2014 para observar el impacto de la medida en un horizonte superior al real Resultados: el análisis contrafáctico estimó el descenso en el número de recetas en un 12,18% y el del gasto farmaceutico en un 12,83%, mientras que al calcularse mediante el análisis de intervención fueron 12,75% y 14,03%, respectivamente. Conclusiones: la reducción estimada del número de recetas para el periodo de junio de 2012 hasta agosto de 2013 es similar a la ofrecida por el MSSSI, mientras que para la serie del gasto farmacéutico fue inferior a la ofrecida por el MSSSI. La metodología de Box-Jenkins genera errores de predicción menores al 3% por lo que se considera útil para anticipar fiablemente los consumos futuros.