Prescribing trends of antipsychotics in youth receiving income assistance: results from a retrospective population database study
Notice bibliographique
Résumé
BACKGROUND: Prescribing of antipsychotics (AP) to young people has increased in the last decade internationally. We aimed to characterize AP prescribing in a population of low-income youth in Nova Scotia, Canada. METHODS: We conducted a population database study of AP prescription claims and health services utilization by young people aged 25 years and younger receiving drug benefits through the publicly funded Pharmacare program between October 1, 2000 to September 30, 2007. RESULTS: Four percent (1715/43888) of youth receiving Pharmacare benefits filled AP prescriptions. The use of second generation antipsychotics (SGAs) significantly increased (p < 0.0001) in all age groups except 0-5 year olds, whereas first generation antipsychotic use significantly decreased. Pharmacare beneficiaries aged 21-25 years represented 45.2% of AP users. The majority (66%) of youth filling AP prescriptions had 2 or more psychiatric diagnoses. Most youth (76%) filled prescriptions for only one type of AP during the study period. Psychotic disorders were the most common indication for AP use except with risperidone, in which ADHD was the most likely reason for use. Co-prescribing of psychotropics was prevalent with antidepressants and mood stabilizers prescribed in 42% and 27% of AP users, respectively. General practitioners (GPs) prescribed incident APs most often (72%) followed by psychiatrists (16%). The age- and gender-adjusted rate of death was higher in AP users as compared to the age-matched general population of Nova Scotia. CONCLUSIONS: SGA use increased significantly over seven years in a cohort of 0 to 25 years olds receiving Pharmacare benefits. Off-label use of APs was prevalent with ADHD and other non-psychotic disorders being common reasons for AP use. GPs initiated most AP prescriptions. Co-prescribing of other psychotropics, especially antidepressants and mood stabilizers, was prevalent even in younger age strata. This study raises further questions about AP prescribing in those 25 years of age and under, especially given the range of diagnoses and psychotropic co-prescribing.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».