Community Pharmacy–Based Inducement Programs Associated With Better Medication Adherence: A Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Inducement programs can promote customer loyalty; however, the clinical effects of these programs are unknown. OBJECTIVE: To examine relationships among inducement program use, medication adherence, and health outcomes. METHODS: Alberta residents with ≥ 1 physician visit for diabetes or hypertension between April 2008 and March 2014 were eligible for this study and included if they were new statin users and alive at least 455 days after the first statin dispensation. Group assignment was based on whether all statin dispensations in the first year were obtained from pharmacies with or without inducement programs. Discontinuation was defined as no statin dispensations between 275 and 455 days after the first statin dispensation. Acute coronary syndrome (ACS) hospitalizations or deaths were identified between 456 days and 3 years after the first statin dispensation. Multivariable regression analyses were conducted to examine relationships among inducement program use, discontinuation, and ACS events. RESULTS: Among the 159 998 new statin users, mean age was 60.2 (±13.7) years and 67 534 (42%) were women. Statin discontinuation occurred in 22 455 (28.9%) of 77 803 inducement group participants and 25 816 (31.4%) of 82 195 noninducement group participants (adjusted odds ratio = 0.88; 95% CI = 0.86-0.90). Risk of an ACS event was similar between groups (adjusted hazard ratio = 1.00; 95% CI 0.92-1.08); however, discontinuing statin therapy was associated with a higher risk of an ACS event (adjusted hazard ratio = 1.27; 95% CI = 1.16-1.39). CONCLUSIONS: Inducement programs are associated with better adherence and not directly associated with risk of health outcomes.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».