Cardiovascular medication utilization and adherence among adults living in rural and urban areas: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Rural residents face numerous barriers to healthcare access and studies suggest poorer health outcomes for rural patients. Therefore we undertook a systematic review to determine if cardiovascular medication utilization and adherence patterns differ for rural versus urban patients. METHODS: A comprehensive search of major electronic datasets was undertaken for controlled clinical trials and observational studies comparing utilization or adherence to cardiovascular medications in rural versus urban adults with cardiovascular disease or diabetes. Two reviewers independently identified citations, extracted data, and evaluated quality using the STROBE checklist. Risk estimates were abstracted and pooled where appropriate using random effects models. Methods and reporting were in accordance with MOOSE guidelines. RESULTS: Fifty-one studies were included of fair to good quality (median STROBE score 17.5). Although pooled unadjusted analyses suggested that patients in rural areas were less likely to receive evidence-based cardiovascular medications (23 studies, OR 0.88, 95% CI 0.79, 0.98), pooled data from 21 studies adjusted for potential confounders indicated no rural-urban differences (adjusted OR 1.02, 95% CI 0.91, 1.13). The high heterogeneity observed (I(2) = 97%) was partially explained by treatment setting (hospital, ambulatory care, or community-based sample), age, and disease. Adherence did not differ between urban versus rural patients (3 studies, OR 0.94, 95% CI 0.39, 2.27, I(2) = 91%). CONCLUSIONS: We found no consistent differences in rates of cardiovascular medication utilization or adherence among adults with cardiovascular disease or diabetes living in rural versus urban settings. Higher quality evidence is needed to determine if differences truly exist between urban and rural patients in the use of, and adherence to, evidence-based medications.
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 | 0,012 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,028 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».