Persistence with hypertension treatment among community-dwelling BC seniors.
Notice bibliographique
Résumé
BACKGROUND: Previous research has documented low levels of persistence with prescribed hypertension treatment in Canada. With growing recognition of the value of appropriate drug therapy, rates of persistence may be improving over time. The purpose of this study was to examine persistence with prescribed hypertension treatment among newly treated community-dwelling seniors in British Columbia. METHODS: BC PharmaCare data was used to determine the cohort of seniors who were newly-treated hypertensives over the period 1993 to 2000. Medical and hospital claims from the BCLHD were searched for diagnoses indicating the presence of essential hypertension and potentially confounding conditions. Rates of persistence with drug therapy were analysed, accounting for patient, age, sex, clinical complexity, the existence of potentially confounding conditions, and type of drug first prescribed. RESULTS: For the period 1993 to 2000, 82,824 seniors were identified as new users of hypertension drugs with diagnosed essential hypertension. Fifty-one percent of these newly-treated hypertensives filled a contiguous series of hypertension prescriptions for at least one full year. There was a slight improvement in the rate of persistence over time (p<0.001). Evidence of specific co-morbidities that potentially complicate essential hypertension increased the likelihood of persistence among first-time users (p<0.001), whereas greater overall clinical complexity decreased the likelihood of persistence (p<0.001). Persistence was highest amongst patients initiated on newer anti-hypertensive drug therapies. CONCLUSIONS: Despite modest improvement, persistence with hypertension treatment among the elderly is very low. Further research into the reasons for non-persistence would be advanced through primary data collection, including survey-based research. New policies and practices are needed to encourage persistence with evidence-based therapies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».