Use of the Statins in Patients After Acute Myocardial Infarction
Notice bibliographique
Résumé
OBJECTIVE: To compare the use of lipid-lowering agents in 42 628 elderly patients (aged > or =65 years) after acute myocardial infarction, before and after the publication of the Scandinavian Simvastatin Survival Study (4S), using the Ontario Myocardial Infarction Database. METHODS: Multivariate regression models were created to estimate changes in the rate of statin use over time in monthly cohorts of elderly patients after acute myocardial infarction in Ontario from April 1, 1992, to March 31, 1997. Changes in the rate of statin use over time were estimated using patient and prescriber characteristics. RESULTS: We found a 3.6-fold significant increase in the monthly rate of statin use after the publication of 4S compared with before the publication of 4S (P<.001); specifically, the rate of increase in simvastatin and pravastatin sodium use was higher after the publication of 4S (P<.001 for each). Before the publication of 4S, the rate of increase in statin use in younger patients (aged 65-74 years) was 2.7 times higher than in older patients (aged > or =75 years) (P =.02), while after the publication of 4S, the rate of increase in statin use was only 1.8-fold higher in the younger group (P<.001). After the publication of 4S, there was a 1.6-fold higher rate of increase in statin use in male compared with female patients (P =.006). Also after the publication of 4S, specialists (cardiologists and internists) had a 2-fold higher rate of increased use of the statins than did generalists (P<.001). CONCLUSION: It is possible to shift practice if the evidence of benefit is strong, the intervention is easy to implement, and the intervention is marketed aggressively.
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 | 0,000 |
| 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 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 ».