Predictors of Persistence of Use of the Novel Antidiabetic Agent Acarbose
Notice bibliographique
Résumé
BACKGROUND: A carbose is the first of a new class of antidiabetic agents, the alpha-glucosidase inhibitors. This study characterizes and identifies predictors of persistence of use of acarbose. METHODS: Medical, pharmaceutical, and demographic records were extracted for 2 cohorts of patients (social assistance recipients and seniors) from the databases of Quebec's provincial health plan. Patients were eligible for inclusion if they had received their first dispensation of acarbose between August 1, 1996, and December 31, 1997. The observation period included at least 1 year before the first dispensation and a minimum of 4 months after. RESULTS: New users of acarbose included 216 social assistance recipients and 677 seniors who were followed up for 82 914 and 270 041 person-days, respectively. Median persistence with acarbose treatment was 83 days (95% confidence interval, 75-105 days) for social assistance recipients and 105 days (95% confidence interval, 90-119 days) for seniors. In both cohorts, treatment by an endocrinologist vs another physician predicted longer treatment persistence. In the seniors cohort, additional determinants of (earlier) treatment discontinuation included a higher initial daily dose, previous treatment with insulin, and consultation with a gastroenterologist after treatment initiation. CONCLUSIONS: New users of acarbose showed low persistence in 2 cohorts of beneficiaries of Quebec's provincial health plan. Prescribing specialist was an important predictor of persistence in seniors and the socially assisted. The importance of 4 additional factors in seniors only led to hypotheses concerning population differences in treatment expectations and in the occurrence and tolerance of adverse effects.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».