MétaCan
Menu
Retour à la cohorte
Enregistrement W2155859069

Prescribing patterns for Alzheimer disease: survey of Canadian family physicians.

2006· article· en· W2155859069 sur OpenAlexaffabout
Melinda Hillmer, Murray Krahn, Michael Hillmer, Pauline Pariser, Gary Naglie

Notice bibliographique

RevuePubMed · 2006
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineFormularyFamily medicineDiseaseDemographyGerontologyInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To describe Canadian family physicians' prescribing practices with regard to Alzheimer disease (AD). DESIGN: Cross-sectional survey administered by facsimile. SETTING: Four regions in Canada (British Columbia, the Prairie Provinces, Ontario, and the Atlantic Provinces). PARTICIPANTS: A stratified random sample of 1000 Canadian family physicians (250 per region) chosen from the Canadian Medical Directory; 81 of whom were excluded as ineligible. MAIN OUTCOME MEASURES: Prescribing practices regarding cholinesterase inhibitors (ChIs) for patients with AD. RESULTS: Response rate was 36.3%. About 27% of respondents reported that ChIs were prescribed for less than 10% of their AD patients, while 12.5% reported that ChIs were prescribed for more than 90% of their AD patients. More physicians prescribed ChIs in the two regions with provincial formulary coverage (Prairie Provinces and Ontario) than in the two regions without coverage (British Columbia and Atlantic Provinces). Factors that significantly predicted lower prescribing rates included female sex, perception of ChIs' effectiveness, and self-reported knowledge of ChIs. CONCLUSION: Canadian physicians' prescribing patterns for ChIs vary; the optimal prescribing rate is unclear. Provincial coverage of these drugs along with physicians' sex, knowledge of ChIs, and perception of the effectiveness of ChIs appear to influence prescribing rates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,231
Tête enseignante GPT0,343
Écart entre enseignants0,112 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207