Influence of Socioeconomic Status on Drug Selection for the Elderly in Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To examine the association between socioeconomic status, as indicated by neighborhood median income levels, and physician drug selection between older, less expensive generic drugs and newer, more expensive brand-name drugs for elderly patients initiating drug therapy in a universal healthcare system. METHODS: We conducted a population-based, retrospective, cross-sectional study. Using healthcare administrative databases, we assessed the medication profiles of 128 314 patients from more than 1.4 million residents of Ontario > or =65 years old initiating antipsychotic, hydroxymethylglutaryl-coenzyme A reductase inhibitor (statin), or ocular beta-blocker drug therapy from January 1, 1998, through December 31, 1999. We examined the selection of older generic drugs relative to newer brand-name agents for patients in each of 5 income quintiles. RESULTS: Overall, brand-name drug prescribing modestly increased with increasing income quintile after adjusting for patient age and gender (61.2% in the lowest income quintile vs. 64.1% in the highest income quintile; p value for trend < 0.001). Significant risk ratios comparing the highest with the lowest income-quintile patients were observed for selection of newer, brand-name antipsychotics (RR 1.14; 95% CI 1.06 to 1.23), older generic statins (RR 0.86; 95% CI 0.77 to 0.95), and newer, brand-name ocular beta-blockers (RR 1.13; 95% CI 1.02 to 1.25). CONCLUSIONS: This study suggests that income-related differences in treatment selection by physicians may exist. The reasons for these differences and subsequent impact on health outcomes warrant further investigation.
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.
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) | 0,001 | 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 découle