Psychostimulant prescribing trends in a paediatric population in Ireland: a national cohort study
Notice bibliographique
Résumé
BACKGROUND: Psychotropic paediatric prescribing trends are increasing internationally. The aim of this study is to examine the prevalence and secular trends in psychotropic prescribing in Irish children and adolescents between 2002 and 2011. METHODS: Data was obtained from the Irish General Medical Services (GMS) scheme pharmacy claims database from the Health Service Executive Primary Care Reimbursement Services (HSE-PCRS). Prescribing rates per 1000 eligible population and associated 95% confidence intervals (CIs) were calculated across years (2002-2011), age groups (0-4, 5-11, 12-15 years) and gender. Rates of concomitant prescriptions for psycholeptics and antidepressants were also examined. The total expenditure costs were calculated and expressed as a percentage of the cost of all prescriptions for this age group (≤ 15 years). RESULTS: In 2002, 3.77/1000 GMS population (95% CI: 3.53-4.01) received at least one psychostimulant prescription and this rate increased to 8.63/1000 GMS population (95% CI: 8.34-8.92) in 2011. Methylphenidate was the most frequently prescribed psychostimulant. For both males and females the prevalence of medication use was highest among the 12-15 year old group. On average, a psycholeptic medication was prescribed to 8% of all psychostimulant users and an antidepressant was concomitantly prescribed on average to 2%. Total expenditure rose from €89,254 in 2002 to €1,532,016 in 2011. CONCLUSIONS: The rate and cost of psychostimulant prescribing among GMS children and adolescents in Ireland increased significantly between 2002 and 2011. Further research is necessary to assess the safety, efficacy and economic impact of concomitant psychotropic prescribing in this population.
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 | 0,000 |
| 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 | 0,000 | 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 ».