Perspectives and experiences of health care professionals and patients regarding treatments for type 2 diabetes
Notice bibliographique
Résumé
BACKGROUND: Several treatment options exist for type 2 diabetes, but little is known about the factors considered by health care providers (HCPs) and patients in Canada in making therapeutic decisions. This study explores perceptions and practices of HCPs and patients related to add-on (i.e., second-line) therapy for type 2 diabetes when initial therapy no longer provides adequate glycemic control. METHODS: HCPs (pharmacists, family physicians, diabetes educators, endocrinologists and nurse practitioners) and patients with type 2 diabetes in Ottawa and Halifax were randomly selected to participate in the study. Phone interviews were conducted with endocrinologists and nurse practitioners and focus groups with the other HCPs and patients. RESULTS AND INTERPRETATION: Sixty HCPs and 14 patients participated in the study. Metformin was consistently reported by prescribers (physicians and nurse practitioners) as the preferred initial therapy. Important factors in choosing second-line therapy (once glycemic control was inadequate with metformin) were antihyperglycemic efficacy, risk of hypoglycemia and weight gain, and long-term safety. Other considerations were cost, insurance coverage and patient preference. There were differences within and between HCP groups in how these other factors were considered and in the perceived advantages and disadvantages of each drug class. Some patients expressed anxiety when second-line agents were prescribed, and others felt poorly informed about treatment options. CONCLUSION: In choosing a second-line therapy for type 2 diabetes, most HCPs placed a high priority on antihyperglycemic efficacy, although there was considerable variability in the relative weight placed on other factors. These findings point to an opportunity for pharmacists to collaborate more actively with other HCPs to ensure that treatment decisions are based on the best available evidence and to educate and involve patients in these decisions.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».