Quetiapine use in adults in the community: a population-based study in Alberta, Canada
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to evaluate trends in prescribing of the second-generation antipsychotic medication quetiapine to adults in the province of Alberta from 2008 to 2013 through examination of dispensed prescriptions, and diagnoses associated with users of quetiapine in 2013. METHODS: We analysed administrative data from Alberta Health; the Alberta Pharmaceutical Information Network (PIN) Dispenses health data set, the Practitioner Payments (Fee-For-Service claims) health data set and the Population Registry health data set. These data sets allowed us to identify discrete quetiapine recipients for each calendar year from 2008 to 2013. To evaluate diagnoses associated with users of quetiapine, we evaluated diagnostic codes used by physicians in billings claims in 2013. RESULTS: Quetiapine use increased over the 6-year time period studied. In 2008, there were 16,087 unique quetiapine recipients in Alberta (7.2 per 1000). By 2013, there were 35,314 unique quetiapine recipients (13.3 per 1000). Use by women was higher than men at all time points. Depression was most common diagnosis associated with quetiapine recipients, which was present in 56% of users of quetiapine. Other common diagnoses associated with quetiapine use included neurotic disorders, bipolar disorder and sleep disturbances. CONCLUSIONS: The current study of quetiapine use in the province of Alberta provides confirmatory data of the increasing use of quetiapine for the treatment of depression and anxiety disorders. Safe and rational prescribing practices must be encouraged in light of the modest advantages of quetiapine over no treatment as an adjunctive treatment of major depression, and the known harms of this medication.
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 | 0,001 |
| 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 ».