Antiparkinson drug use in response to practice parameter publication, drug availability, and ‘unofficial’ prescribing forces (P4.149)
Notice bibliographique
Résumé
OBJECTIVE: To describe patterns of antiparkinson drug utilization between January 2001 and December 2012 in a national cohort of individuals with Parkinson disease (PD). We also examined the impact of practice parameter publication, drug introduction/withdrawal, and ‘unofficial’ prescribing forces on prescribing patterns. BACKGROUND: Therapeutic options and practice parameters for PD have changed significantly in the past 15 years, yet prescribing practices in the U.S. are unknown. DESIGN/METHODS: Retrospective study of 16,785 individuals receiving pharmacological treatment for PD who were identified in Cerner Health Facts®. Our primary outcome was standardized annual prevalence of antiparkinson drug use by drug class from 2001 to 2012. We also compared antiparkinson medication trends and polypharmacy by age and sex. RESULTS: The most frequently prescribed PD drugs between 2001 and 2012 were levodopa (83[percnt]) and dopamine agonists (29[percnt]). Dopamine agonist use began to fall in 2007, from 37[percnt] to 25[percnt] in 2012, but the timing of the decline was more closely associated with adverse event reporting rather than publication of the American Academy of Neurology’s (AAN) practice parameter refuting levodopa toxicity. Despite safety concerns for cognitive impairment and falls, individuals 蠅80 years had stable rates (20[percnt]) of dopamine agonist use. Polypharmacy was most common in younger individuals. CONCLUSIONS: Dopamine agonist use declined from 2007 to 2012, suggesting that increased awareness of safety issues and AAN practice parameters influenced prescribing. However, these events seemed to have little effect on the treatment provided to older adults with PD. Additionally, use of dopamine agonists did not begin to decline until two years after publication of the AAN’s practice parameter, showing that the decline in dopamine agonist use was not immediate and may have been impacted by increasing safety concerns.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».