Medication adherence and persistence in the treatment of Canadian ulcerative colitis patients: analyses with the RAMQ database
Notice bibliographique
Résumé
BACKGROUND: Although high non-adherence to medication has been noticed for ulcerative colitis (UC), little is known about adherence to mesalamine treatments and determinants that can predict adherence. The objective of this study was to assess adherence and persistence to mesalamine treatments and their potential determinants in mild to moderate UC patients in a real-life setting in Quebec, Canada. METHODS: A retrospective prescription and medical claims analysis was conducted using a random sample of mesalamine users with UC. For inclusion, patients were required to initiate an oral mesalamine treatment between January 2005 and December 2009. Patients with a diagnosis of Crohn's disease were excluded. Treatment adherence (medication possession ratio [MPR]) and persistence were evaluated over a 1-year period after the index prescription using the Kaplan-Meier method with log-rank test and stepwise regression to identify potential determinants. RESULTS: A sample of 1,681 of the new oral mesalamine users (mean age = 55.3) patients was obtained. Overall, the percentage of patients with a MPR of 80% or greater at 12 months was 27.7%, while persistence was 45.5%. Among patients treated with mesalamine delayed/extended-release tablets (Mezavant®), adherence and persistence were 40.9% and 71.9%, respectively. Predictors of high adherence included, male gender (OR=1.3; 95% confidence interval [CI]=1.1-1.6), older age (>60 years; OR=1.6; 95% CI=1.3-2.0) and current use of corticosteroids (OR=1.4; 95% CI=1.1-1.8). Predictors of high persistence included male sex (OR=1.4; 95% CI=1.1-1.7), current use of corticosteroids (OR=1.4; 95% CI=1.1-1.7) and presence of hypertension or respiratory diseases (OR=1.2; 95% CI=1.01-1.55). CONCLUSIONS: The majority of patients with UC exhibited low adherence and persistence to mesalamine treatments. Various determinants of improved adherence and persistence were identified.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».