Agreement between patients' self‐report and physicians' prescriptions on cardiovascular drug exposure: the PGRx database experience
Notice bibliographique
Résumé
PURPOSE: Patients' self-reported drug exposure is subjected to memory errors and different sources of bias. Utilization of prescription records is impaired with non-compliance and over-the-counter (OTC) drug utilization. This study compared patients' self-report (PS) to physician's prescriptions of cardiovascular drugs (CVDs). METHODS: The PGRx database is constituted by networks of specialized centers that recruited cases of 15 different diseases including myocardial infarction (MI) cases, and a network of general practitioners recruiting a pool of potential referents. For MI cases and referents, data on all drug utilization within the 2 years preceding the index date were obtained from PS and from physician's report of their prescriptions (PP). Patients' reports were obtained using a structured telephone interview complemented with an interview guide containing names of diseases and pictures of drug packages. Comparisons were made on exposure to each class of CVDs, for different time-windows, 2 months, 3-12 months and 13-24 months prior to the index date. RESULTS: The concordance between physician and patient report was assessed on 2702 patient-physician pairs. Agreement was excellent overall (kappa = 0.83, 95% confidence interval (CI): 0.81-0.85). Prevalences of exposure were very close between PS and PP for all classes of prescription CVDs. CONCLUSION: Using a standardized and systematic collection of information on drug exposure directly from patients appeared to provide similar information to using physician prescription records over a 2-year recall period.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».