Validity of a Prescription Claims Database to Estimate Medication Adherence in Older Persons
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
BACKGROUND: Prescription claims data have been used to estimate refill medication adherence through calculations of cumulative medication acquisition (CMA) and cumulative medication gap (CMG) values. Few studies have assessed the validity of these calculated rates. OBJECTIVES: We sought to assess the validity of CMA and CMG calculated from the Manitoba prescription claims database (DPIN) against pill count medication adherence, targeting overall medications and angiotensin converting enzyme inhibitors (ACEIs). METHODS: Using a survey of a convenience sample of subjects recruited through community pharmacies, subjects who were eligible for study (ie, 65 years or older, noninstitutionalized, taking 2 or more "discrete" prescribed medications, including an ACEI, and willing to provide informed consent) were studied. Pill counts were conducted on all prescribed medicines during 3 home interviews over the course of 4 months. Ten months of DPIN data also were collected on each subject. RESULTS: The concordance between CMA and pill count for overall medications was 411/522 (79%) and for ACEIs was 89/101 (88%) with no systematic differences (McNemar's P = 0.68 and P = 0.097, respectively). CMG and pill count showed even better concordance of 438/514 (85%) for overall medications and 96/101 (95%) for ACEIs, although systematic differences were noted for overall medications (McNemar's P = 0.0012) but not for ACEIs (McNemar's P = 0.500). Spearman's rank correlations were weak for all comparisons. CONCLUSIONS: The high concordance between prescription claims database and pill counts suggested that the rate with which patients refill their medications usually is consistent with the rate they consume them. DPIN is not accurate for nondiscrete dosage forms or medications prescribed for "as-required" use.
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 | 0,000 | 0,001 |
| 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) | 0,002 | 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