Impact of Prescriber Nonresponse on Patient Representativeness
Notice bibliographique
Résumé
BACKGROUND: In pharmacoepidemiology studies where patients are selected by prescribers, there is concern that the patients of responding prescribers are not necessarily an unbiased sample of all patients. However, this usually cannot be explored. In the CADEUS study, patients and prescribers were independently contacted so that data are available for patients irrespective of whether their prescriber responded or not. Our objective was to compare the characteristics of patients whose prescriber did or did not respond. METHODS: The CADEUS study included patients treated with COX-2 inhibitors (celecoxib, rofecoxib) or traditional NSAIDs from September 2003 to August 2004. Redeemed prescriptions were randomly sampled on a monthly basis within the database of the French national healthcare insurance system for salaried persons during 1 year. Patients and prescribers were questioned independently. Data from patients and from the database were used to compare patients whose prescriber responded and those whose prescriber did not. RESULTS: Of 45,217 patients, 26,618 had prescriber data. Patients whose prescriber responded were similar to patients whose prescriber did not respond for the main study outcomes: age (56.8 +/- 16.3 years vs. 56.1 +/- 16.3 years), sex (66.0% female vs. 64.8%), cardiovascular disease history (52.2% vs. 52.0%), gastrointestinal disease history (39.5% vs. 39.4%), concomitant prescription of gastroprotective agents (22.4% vs. 23.7%), and NSAID indication, prescription type, use, and duration. CONCLUSIONS: We found no evidence for a difference between patients whose prescriber responded and patients whose prescriber did not participate in the study.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 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 ».