Greater Effect of Enhanced Pharmacist Care on Cholesterol Management in Patients with Diabetes Mellitus: A Planned Subgroup Analysis of the Study of Cardiovascular Risk Intervention by Pharmacists (SCRIP)
Notice bibliographique
Résumé
STUDY OBJECTIVE: To determine the effect of enhanced pharmacist care on cholesterol management in patients with and without diabetes mellitus. METHODS: We conducted a planned subgroup analysis of the Study of Cardiovascular Risk Intervention by Pharmacists (SCRIP), a 54-center randomized trial of pharmacist intervention compared with usual care in patients at high risk for cardiovascular events. The patients involved had atherosclerotic disease or diabetes. We compared the effect of pharmacist intervention in patients with and without diabetes. The primary end point was a composite of performing a fasting cholesterol profile, or adding or increasing the dosage of a cholesterol-lowering drug. Secondary end points were individual components of the primary end point and change in 10-year risk for cardiovascular events, using the Framingham risk equation. RESULTS: Of the 675 patients enrolled in the SCRIP study, 294 (44%) had diabetes. Enhanced pharmacist care had a more beneficial effect on cholesterol management in those with diabetes (odds ratio [OR] 4.8) than without diabetes (OR 2.1), p=0.01. Secondary end points showed similar trends, and reduction in Framingham risk was greater in patients with diabetes than without. CONCLUSION: Pharmacist intervention for dyslipidemia appears to have a greater impact in patients with diabetes. Results of this substudy suggest that pharmacists should target this patient group for interventions in cholesterol risk management.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».