Patterns of finasteride use in the male populations of four Nordic countries: A cross-national drug utilization study
Notice bibliographique
Résumé
Objective Finasteride 5 mg is a drug used to treat prostate hyperplasia. Little is known about its pattern of usage. This cross-national analysis of individual-level data from Denmark, Finland, Norway and Sweden was undertaken to appraise its usage and describe cross-national differences. Materials and methods Individual-level data from nationwide prescription registers in Denmark (1995-2009), Finland (1997-2010), Norway (2004-2009) and Sweden (July 2005-2011) were used to examine cross-national finasteride utilization patterns in the adult male population (≥15 years). The study presents period prevalences, incidence rates, waiting time distributions and Lorenz curves. Results During the study period, 295,620 men had at least one prescription redemption of finasteride 5 mg, and there were approximately 3 million dispensing events of finasteride prescriptions in the four Nordic countries. Different patterns of finasteride use were observed among the four Nordic countries. The period prevalence was markedly higher in Finland and Sweden than in Denmark and Norway. In 2009, period prevalences were 18.2/1000 males in Finland and 12.0/1000 males in Sweden compared to 6.7/1000 males in Norway and 4.9/1000 males in Denmark. Incidence rates of finasteride use for Finland, Norway and Sweden were about three times that for Denmark in 2008-2009. Long-term use of finasteride was found in all four Nordic countries with a high ratio between prevalent and incident users. Conclusion Despite resemblances regarding political systems and healthcare services in the Nordic countries, differences in finasteride utilization were found across Denmark, Finland, Norway and Sweden.
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 | 0,001 | 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 ».