Effect of regulatory warnings on antipsychotic prescription rates among elderly patients with dementia: a population-based time-series analysis
Notice bibliographique
Résumé
BACKGROUND: Three warnings of serious adverse events associated with the use of atypical antipsychotic drugs among elderly patients with dementia were sent to health care professionals in Canada. We assessed the impact of these warnings on prescription rates of antipsychotic drugs in this patient population. METHODS: We used prescription drug claims data from Ontario to calculate prescription rates of atypical and conventional antipsychotic drugs among elderly patients with dementia from May 1, 2000, to Feb. 28, 2007. We performed a time-series analysis to estimate the effect of each warning on rates of antipsychotic drug use. RESULTS: Before the first warning, growth in the use of atypical antipsychotics was responsible for an increasing rate of overall antipsychotic use. Each warning was associated with a small relative decrease in the predicted growth in the use of atypical antipsychotic drugs: a 5.0% decrease after the first warning, 4.9% after the second and 3.2% after the third (each p < 0.05). The overall prescription rate of antipsychotic drugs among patients with dementia increased by 20%, from 1512 per 100 000 elderly patients in September 2002, the month before the first warning, to 1813 per 100 000 in February 2007, 20 months after the last warning. INTERPRETATION: Although the warnings slowed the growth in the use of atypical antipsychotic drugs among patients with dementia, they did not reduce the overall prescription rate of these potentially dangerous drugs. More effective interventions are necessary to improve postmarket drug safety in vulnerable populations.
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 | 0,001 | 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 | 0,001 |
| 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 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 ».