MétaCan
Menu
Retour à la cohorte
Enregistrement W2186034137 · doi:10.7205/milmed.173.7.666

Adherence to Lipid-Lowering Drug Therapy among Members of the Canadian Forces

2008· article· en· W2186034137 sur OpenAlexaffabout
Janice Ma, Régis Vaillancourt, Carol Bennett

Notice bibliographique

RevueMilitary Medicine · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensRoyal Ottawa Mental Health CentreChildren's Hospital of Eastern OntarioNational Defence Medical Centre
Organismes subventionnairesnon disponible
Mots-clésMedicinePharmacyDrugLogistic regressionPharmacotherapyPopulationInternal medicineEnvironmental healthPharmacologyFamily medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study was performed to quantify adherence rates to lipid-lowering drug therapy among members of the Canadian Forces (CF) and to identify factors associated with nonadherence. METHODS: Pharmacy claims were reviewed for all CF members who received a lipid-lowering drug between April 1 and June 1, 2003. Subjects were categorized as adherent if records indicated consumption of at least 80% of prescribed doses. Logistic regression was performed to assess the impact of patient and drug characteristics upon adherence. RESULTS: Overall adherence rate at 1 year was 38.5% among all users of lipid-lowering medications. Adherence did not vary among the different classes of lipid-lowering drugs. Duration of service was the only independent predictor of adherence. CONCLUSIONS: Despite a relative lack of treatment barriers and the presence of established treatment programs in the CF health care system, long-term adherence with lipid-lowering medications remains suboptimal in this population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,296
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,051
Tête enseignante GPT0,293
Écart entre enseignants0,243 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMilitary MedicineMême sujetMedication Adherence and ComplianceTravaux en français237 207