New use of rosiglitazone decreased following publication of a meta‐analysis suggesting harm
Notice bibliographique
Résumé
AIMS: It is uncertain whether meta-analyses lead to changes in prescribing practices. We studied trends in the prescribing of glucose-lowering therapy before and after the publication of a meta-analysis suggesting harm from rosiglitazone. METHODS: We examined the prescription records of all residents of Ontario, Canada, aged > or = 66 years. For each week between January and December 2007, we identified new users of five categories of glucose-lowering medications: rosiglitazone, pioglitazone, metformin, glibenclamide (glyburide) and insulin. The effect of the meta-analysis was assessed using interventional autoregressive integrated moving-average models. RESULTS: Following the release of the meta-analysis, there was a sudden decline in new users of rosiglitazone (P = 0.01), mirrored by a nearly identical but transient increase in new users of pioglitazone (P < 0.001). There was also a net decline in new users of thiazolidinediones as a class (P < 0.001). The number of new users of other glucose-lowering medications did not change. CONCLUSIONS: A highly-publicized meta-analysis regarding rosiglitazone's potential harms led to an abrupt decline in new users of the drug, as well as a transient surge in new use of pioglitazone.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».