Prescribing trends of attention‐deficit hyperactivity disorder (ADHD) medications in UK primary care, 1995–2015
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIM: The aim of the present study was to describe the prescription of medications for attention-deficit hyperactivity disorder (ADHD) in the UK between 1995 and 2015. METHODS: Using the Clinical Practice Research Datalink (CPRD), we defined a cohort of all patients aged 6-45 years, registered with a general practitioner between January 1995 and September 2015. All prescriptions of methylphenidate, dexamphetamine/lisdexamphetamine and atomoxetine were identified and annual prescription rates of ADHD were estimated using Poisson regression. RESULTS: Within a cohort of 7 432 735 patients, we identified 698 148 prescriptions of ADHD medications during 41 171 528 person-years of follow-up. Usage was relatively low until 2000, during which the prescription rate was 42.7 [95% confidence interval (CI) 20.9, 87.2] prescriptions per 10 000 persons, increasing to 394.4 (95% CI 296.7, 524.2) in 2015, corresponding to an almost 800% increase (rate ratio 8.87; 95% CI 7.10, 11.09). The increase was seen in all age groups and in both sexes but was steepest in boys aged 10-14 years. The prescription rate in males was almost five times that of females. Methylphenidate remained the most prescribed drug during the 20-year study period, representing 88.9% of all prescriptions in the 6-24-year-old group, and 63.5% of all prescriptions in adults (25-45 years of age). CONCLUSIONS: Prescription rates of ADHD medications have increased dramatically in the past two decades. This may be due, at least in part, to both an increase in the number of patients diagnosed with ADHD over time and a higher percentage of those patients treated with 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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle