MétaCan
Menu
Retour à la cohorte
Enregistrement W2293843048

Underexposure of Seniors to Heart Failure Drug Therapy.

2016· article· en· W2293843048 sur OpenAlexaboutno aff
Catherine Girouard, Kayibanda Jf, P. Poirier, Éric Demers, Jocelyne Moisan

Notice bibliographique

RevuePubMed · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart failurePharmacotherapyDrugPopulationInternal medicineCohortPoisson regressionDiseasePharmacology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Little is known about exposure to heart failure (HF) treatment among seniors with ischemic heart disease. OBJECTIVES: In a population of seniors, we: 1) estimated the association between age and exposure to HF drug therapy at 6, 12, 36 and 60 month intervals after HF diagnosis, and 2) determined the influence of the passage of time on exposure to drug therapy. METHODS: Using the Quebec provincial administrative databases, we conducted a population-based inception cohort study that included all individuals aged ≥ 65 with a first HF diagnosis between 2000 and 2009 and an ischemic heart disease diagnosis in the year before HF diagnosis. We assessed exposure to HF drug therapy and to drug therapy at target doses at 6, 12, 36 and 60 month intervals after HF diagnosis. Adjusted prevalence ratios (aPR) between age at diagnosis and exposure to drug therapy and the influence of time (6-month periods) were assessed using multivariate modified Poisson regressions. RESULTS: Among the 86,428 seniors, those who were older were less likely to be exposed to both HF drug therapy and drug therapy at target doses at each time point, than were the younger ones (aged 65-69). The aPRs for exposure to drug therapy for the 90+ age group were 0.64, 0.64, 0.56 and 0.53 at the 6, 12, 36 and 60 month intervals, respectively. After HF diagnosis, exposure increased by a maximum of 8% per 6-month period. CONCLUSION: Increasing age is associated with a decrease in exposure to drug therapy, with only slight improvement in exposure after HF diagnosis.

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)0,004
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 enseignants0,138
Score d'incertitude au seuil0,274

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,033
Tête enseignante GPT0,258
Écart entre enseignants0,225 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMedication Adherence and ComplianceTravaux en français237 207