Persistence with cholinesterase inhibitor therapy in a population‐based cohort of patients with Alzheimer's disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To estimate the risk (and determinants) of discontinuing cholinesterase inhibitors (ChEIs) in a population-based sample of Alzheimer's disease (AD) patients. METHODS: This is a retrospective cohort study based on linked de-identified administrative health data from the province of Saskatchewan, Canada. The cohort included all AD patients receiving a ChEI prescription during the first year of provincial coverage (2000-2001). Persistence was defined as no gap of 60+ days between depletion and subsequent refill of a ChEI prescription. Kaplan-Meier analysis was used to estimate the risk of discontinuation over 40 months. Cox regression with time-varying covariates was used to assess risk factors for ChEI discontinuation. RESULTS: The sample included 1080 patients (64% female, average age 80 +/- 7 years). Baseline mean (SD) Mini-Mental State Examination (MMSE) and Functional Activities Questionnaire (FAQ) scores were 20.8 (4.4) and 17.5 (7.7), respectively. Over 40 months, 84% discontinued therapy. The 1-year risk of discontinuation was 66.4% (95%CI 63.5-69.3%). Discontinuation was significantly more likely for females (adjusted HR 1.34, 95%CI 1.16-1.55) and among those with lower MMSE scores (2.52, 2.01-3.17 if <15), not receiving social assistance (1.25, 1.07-1.45), and paying at least 65% of total prescription costs (1.51, 1.30-1.74). It was significantly less likely for patients with frequent physician visits (0.78, 0.66-0.93, for 7-19 vs. <7 visits), higher Chronic Disease Scores (0.74, 0.61-0.89, for 7+ vs. <4), and FAQ scores of 9+ (0.82, 0.69-0.99). CONCLUSION: The likelihood of discontinuing ChEI therapy was high in this real-world sample of AD patients. Significant predictors included clinical, socioeconomic, and practice factors.
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.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 découle