Association of Polypharmacy and Statin New-User Adherence in a Veterans Health Administration Population
Notice bibliographique
Résumé
BACKGROUND: The relationship between multiple medication consumption and medication adherence is not well understood. OBJECTIVE: To determine the association between the number of active medications on the patient medication profile at baseline and adherence in new users of statins. METHODS: This was a retrospective cohort study of new users of statin medications from the Veterans Health Administration. We explored the correlation between the number of baseline medications and adherence, grouping patients by number of active medications on the study index date via Cochran-Armitage trend test and multiple linear regression. The adherence metric calculated for each patient was the medication possession ratio (MPR). Adherence was defined as achieving a 0.8 MPR or greater in primary analysis and a 0.9 MPR or greater in the secondary analysis. RESULTS: There was a statistically significant trend of increasing proportion of adherent participants as baseline medication count grew (P value < .001). The regression further demonstrated that statin MPR was increased by 0.04, 0.07, 0.10, and 0.14 for the 6 to 10 medication count, 11 to 15 medication count, 16 to 20 medication count, and >20 medication count groups, respectively, in comparison with the reference 1 to 5 medication count group (P < .001 for all comparisons). An MPR threshold of 0.9 provided consistent evidence of improved adherence as number of medications increased (P < .001). CONCLUSIONS: Increased medication count at baseline was associated with improved adherence for new users of statins.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».