Abstract 153: Impact Of The Enhance Trial On The Use Of Ezetimibe In The Us And Canada
Notice bibliographique
Résumé
Background: Clinical evidence, particularly landmark trials, may impact physicians’ prescribing patterns and medication use. Drug policies and marketing may also impact medication use. We examined trends in the use of ezetimibe before and after the reporting of the landmark ENHANCE trial in the United States compared with Canada. Methods: We conducted a population-based, retrospective, time-series analysis using the data collected by IMS Health in the United States and Compuscript in Canada from January 1, 2002 to December 31, 2009. The main outcome measures were monthly number of prescriptions for ezetimibe-containing products before and after the ENHANCE trial. The ENHANCE trial, which was released in mid-January 2008, represented the intervention event. Results: The monthly number of prescriptions for ezetimibe rose from 6 to 1082 per 100,000 population in the United States from November 2002 to January 2008, then started declining to 572 per 100,000 population by December 2009 after the release of the ENHANCE trial. However, the monthly number of prescriptions for ezetimibe has been consistently rising from 2 to 495 per 100,000 population in Canada from June 2003 to December 2009. The autoregressive time series analysis showed that the release of the ENHANCE trial significantly decreased the use of ezetimibe in the United States (p=0.0005) but not in Canada (p=0.2382). Conclusions: Distinct patterns of use of ezetimibe emerged in the United States and Canada from 2002 to 2009. The ENHANCE trial has significantly decreased the use of ezetimibe in the United States but not in Canada. Factors other than available evidence appear to be influencing ezetimibe use in Canada.
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 ».