Notice bibliographique
Résumé
BACKGROUND: The cause of the "treatment-risk paradox" reported for patients with coronary disease is unknown; however, determining the factors that contribute to this paradox is essential to properly design quality improvement interventions. METHODS: Prospective cohort study enrolling consecutive patients with angiographically proved coronary disease between February 1, 2004, and November 30, 2005, in Alberta. RESULTS: One month after an angiogram, statins were being taken by 2436 (62.9%) of 3871 patients (mean age, 64 years). High-risk patients were less likely to be taking statins than lower-risk patients (55.8% vs 63.5%; crude odds ratio [OR], 0.72 [95% confidence interval {CI}, 0.57-0.92]; risk ratio [RR], 0.88 [95% CI, 0.79-0.97]), but this treatment-risk paradox was completely attenuated by adjusting for exertional capacity and depressive symptoms (OR, 0.98 [95% CI, 0.75-1.28]; RR, 0.99 [95% CI, 0.89-1.09]). These results were robust across drug classes: while high-risk patients were less likely to be taking angiotensin-converting enzyme inhibitors, aspirin, and statins (25.8% vs 32.3%; crude OR, 0.73 [95% CI, 0.56-0.95]; RR, 0.80 [95% CI, 0.65-0.97]), this association did not persist in the adjusted model (OR, 0.98 [95% CI, 0.72-1.33] [P = .87]; RR, 0.99 [95% CI, 0.79-1.20]). CONCLUSIONS: The treatment-risk paradox reported in administrative database analyses is attributable to clinical factors not typically captured in these databases (such as functional capacity and depressive symptoms). Interventions to address the treatment-risk paradox should recognize that patients with reduced functional capacity, depression, or both are at higher risk for underuse of these beneficial therapies and should target physicians and patients.
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 | 0,000 | 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) | 0,000 | 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 ».