MétaCan
Menu
Retour à la cohorte
Enregistrement W2076747847 · doi:10.2105/ajph.2006.087262

The Effect of Antidepressant Warnings on Prescribing Trends in Ontario, Canada

2007· article· en· W2076747847 sur OpenAlexaffabout
Paul Kurdyak, David N. Juurlink, Muhammad Mamdani

Notice bibliographique

RevueAmerican Journal of Public Health · 2007
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensInstitute for Clinical Evaluative SciencesSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésAntidepressantMedicineEnvironmental healthMEDLINEFamily medicinePsychiatryPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: We studied whether 5 regulatory agency advisories concerning the possible increased risk of suicidal behavior during antidepressant therapy had an effect on antidepressant prescription trends in Ontario. METHODS: We conducted a population-based, time-series analysis of new monthly antidepressant prescriptions dispensed by the Ontario Drug Benefits program in 3 age groups (younger than 20 years, 20-65 years old, and older than 65 years) over a 7-year period (April 1998 to March 2005). The impact of five advisories about the possible risk of suicide during antidepressant therapy was also analyzed. RESULTS: The number of new prescriptions for selective serotonin reuptake inhibitors as a group did not change after any antidepressant warning in any age group. However, the rate of new paroxetine prescriptions in patients younger than 20 years declined by 54% immediately after the first warning for paroxetine was issued in the United Kingdom in June 2003. That same warning had no effect on new paroxetine prescriptions in the other age categories. CONCLUSION: The warning about paroxetine use in depressed patients younger than 18 years that was issued in the United Kingdom led to a significant decrease in new paroxetine prescriptions for young patients in this country. By contrast, warnings in North America did not influence new antidepressant prescription rates in any patient group.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,176

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,362
Écart entre enseignants0,327 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Public HealthMême sujetMental Health Treatment and AccessTravaux en français237 207