Accuracy of a Provincial Prescription Database for Assessing Medication Adherence in Heart Failure Patients
Notice bibliographique
Résumé
BACKGROUND: British Columbia's central prescription database, PharmaNet, is often used for both clinical and research applications. However, PharmaNet details prescription transactions, not actual medication consumption, resulting in many potential sources of inaccuracy when the information is assumed to reflect population or individual drug utilization. OBJECTIVE: To assess the accuracy of PharmaNet for adherence assessment in patients with heart failure who are taking beta-blockers. METHODS: A 6-month prospective, longitudinal assessment of adherence to the prescribed beta-blocker regimen was carried out using both PharmaNet data and the Medication Event Monitoring System (MEMS) for each patient enrolled. The limit of agreement between the 2 adherence assessment methods was assessed using the Bland-Altman approach. RESULTS: Fifteen of 58 patients initially enrolled in the study were excluded, most due to misuse of MEMS or failure to return the MEMS vial despite thorough follow-up. For the 43 patients included in the final analysis, mean +/- SD adherence was 97.8 +/- 11.8% when assessed by PharmaNet and 97.1 +/- 7.3% when MEMS was used. However, the limit of agreement, reported as the mean of the differences +/- 2SD, was 6.8 +/- 18.5%, indicating a moderate-to-high level of agreement between the 2 methods when the confidence interval is taken into consideration. CONCLUSIONS: These results suggest that PharmaNet data accurately reflect medication adherence for most patients. The MEMS system proved unreliable in several cases, illustrating the difficulty of identifying a gold standard for adherence assessment.
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 | 0,012 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».