Co‐morbidity of ‘Clinical Trial’ versus ‘Real‐World’ patients using cardiovascular drugs
Notice bibliographique
Résumé
PURPOSE: To examine discrepancies between co-morbidity of patients included in pre-marketing clinical trials of cardiovascular drugs and patients from daily practice, representing the actual users after marketing, and to investigate the availability of data regarding co-morbidity in registration files. METHODS: Data were collected from phase III trials of registration files of 16 drugs, registered in the Netherlands in the period 1985 through 1994 for the indications hypertension, angina pectoris or hypercholesterolemia, and from a general practitioners database. Patients were selected who used drugs from the same therapeutic classes for the same indication as the patients in the pre-marketing trials. Prevalences of concomitant cardiovascular, endocrine and metabolic diseases were compared between pre- and postmarketing populations. Discrepancies were defined as more than 10% difference in prevalences. RESULTS: Data regarding co-morbidity were present in 13 out of 16 registration files and differed in format of reporting. For all indications, coexisting cardiovascular, endocrine and metabolic diseases were less prevalent in the pre-marketing populations, except ischemic heart disease, which was more prevalent coexisting with angina pectoris and hypercholesterolemia. Discrepancies were found for hypertensive disease, heart failure, diabetes mellitus and myocardial infarction. CONCLUSIONS: Phase III trials testing cardiovascular drugs included patients with concomitant cardiovascular, endocrine and metabolic diseases, but discrepancies were present with patients in daily practice. Development of guidelines for uniform collection and reporting of co-morbidity data in pre-marketing trials is recommended, as well as further utilization of data.
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 | 0,014 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».