Drug companies frequently claim that high prices are needed to recoup spending on research and development. If high research and development costs justified high drug prices, then an association between these 2 measures would be expected.To examine the association between treatment costs and research and development investments for new therapeutic agents approved by the US Food and Drug Administration (FDA) from 2009 to 2018.This cross-sectional study analyzed 60 drugs approved by the FDA between January 1, 2009, and December 31, 2018, for which data on research and development investments and list or net prices were available. Data sources included the FDA and SSR Health databases.The primary independent variable was estimated research and development investment. The outcome was standardized treatment costs (ie, annual treatment costs for both chronic and cycle drugs, and treatment costs for the maximum length of treatment recommended for acute drugs). Standardized treatment costs were estimated separately using list and net prices obtained from SSR Health at the time of launch and in 2021. To test the association between research and development investments and treatment costs, correlation coefficients were estimated and linear regression models were fitted that controlled for other factors that were associated with treatment costs, such as orphan status. Two models were used: a fully adjusted model that was adjusted for all variables in the data set associated with treatment costs and a parsimonious model in which highly correlated variables were excluded.No correlation was observed between estimated research and development investments and log-adjusted treatment costs based on list prices at launch (R = -0.02 and R2 = 0.0005; P = .87) or net prices 1 year after launch (R = 0.08 and R2 = 0.007; P = .73). This result held when 2021 prices were used to estimate treatment costs. The linear regression models showed no association between estimated research and development investments and log-adjusted treatment costs at launch (β = 0.002 [95% CI, -0.02 to 0.02; P = .84] in the fully adjusted model; β = 0.01 [95% CI, -0.01 to 0.03; P = .46] in the parsimonious model) or from 2021 (β = -0.01 [95% CI, -0.03 to 0.01; P = .30] in the fully adjusted model; β = -0.004 [95% CI, -0.02 to 0.02; P = .66] in the parsimonious model).Results of this study indicated that research and development investments did not explain the variation in list prices for the 60 drugs in this sample. Drug companies should make further data available to support their claims that high drug prices are needed to recover research and development investments, if they are to continue to use this argument to justify high prices.

Major depressive disorder (MDD) is a notably complex illness with a lifetime prevalence of 14%. 1 It is often chronic or recurrent and is thus accompanied by considerable morbidity, excess mortality, substantial costs, and heightened risk of suicide. 2-7 MDD is a major cause of disability worldwide. 8 We conducted a genome-wide association (GWA) meta-analysis in 130,664 MDD cases and 330,470 controls, and identified 44 independent loci that met criteria for statistical significance. We present extensive analyses of these results which provide new insights into the nature of MDD. The genetic findings were associated with clinical features of MDD, and implicated prefrontal and anterior cingulate cortex in the pathophysiology of MDD (regions exhibiting anatomical differences between MDD cases and controls). Genes that are targets of antidepressant medications were strongly enriched for MDD association signals (P=8.5x10-10), suggesting the relevance of these findings for improved pharmacotherapy of MDD. Sets of genes involved in gene splicing and in creating isoforms were also enriched for smaller MDD GWA P-values, and these gene sets have also been implicated in schizophrenia and autism. Genetic risk for MDD was correlated with that for many adult and childhood onset psychiatric disorders. Our analyses suggested important relations of genetic risk for MDD with educational attainment, body mass, and schizophrenia: the genetic basis of lower educational attainment and higher body mass were putatively causal for MDD whereas MDD and schizophrenia reflected a partly shared biological etiology. All humans carry lesser or greater numbers of genetic risk factors for MDD, and a continuous measure of risk underlies the observed clinical phenotype. MDD is not a distinct entity that neatly demarcates normalcy from pathology but rather a useful clinical construct associated with a range of adverse outcomes and the end result of a complex process of intertwined genetic and environmental effects. These findings help refine and define the fundamental basis of MDD.