MétaCan
Menu
Retour à la cohorte
Enregistrement W2619829741 · doi:10.1161/circoutcomes.10.suppl_3.154

Abstract 154: Adherence to Rivaroxaban Compared to Other Oral Anticoagulant Agents Among Patients With Non-Valvular Atrial Fibrillation

2017· article· en· W2619829741 sur OpenAlexaff
Colleen A. McHorney, Veronica Ashton, François Laliberté, Guillaume Germain, Willy Wynant, Concetta Crivera, Jeffrey Schein, Patrick Lefèbvre, Eric D. Peterson

Notice bibliographique

RevueCirculation Cardiovascular Quality and Outcomes · 2017
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensGroup for Research in Decision Analysis
Organismes subventionnairesnon disponible
Mots-clésApixabanRivaroxabanDabigatranMedicineWarfarinAtrial fibrillationInternal medicineAnticoagulant

Résumé

récupéré en direct d'OpenAlex

Background: Adherence to oral anticoagulant (OAC) agents is important for patients with non-valvular atrial fibrillation (NVAF) to prevent potentially severe adverse events. Objectives: To compare real-world adherence rates for rivaroxaban vs other oral anticoagulant agents (apixaban, dabigatran, and warfarin) among patients with NVAF using claims-based data. Methods: Healthcare claims from the IMS Health Real-World Data Adjudicated Claims database (01/2011-06/2015) were used to assess 6 month adherence rates defined as the percentage of patients with proportion of days covered (PDC) ≥0.8 and ≥0.9. Patients were included if they had ≥2 dispensings of rivaroxaban, apixaban, dabigatran, or warfarin at least 180 days apart (the first was termed as the index date), had > 60 days of supply, had ≥ 6 months of pre-index eligibility, had ≥ 1 AF diagnosis pre-index or at index date, and without valvular involvement. A logistic regression model was used to evaluate adherence to therapy adjusting for sociodemographic and clinical characteristics, insurance type, index month and year, previous OAC use, and mental-health risk factors for non-adherence (e.g., mental disorders, bipolar). Results: A total of 13,645 rivaroxaban, 6,304 apixaban, 3,360 dabigatran, and 13,366 warfarin patients were identified. A significantly higher proportion of rivaroxaban users were adherent to therapy (PDC ≥ 0.8 at 6 months vs apixaban, dabigatran, and warfarin users; Table). After adjustment, the proportion of patients adherent to therapy remained significantly higher for rivaroxaban users vs apixaban (absolute difference [AD]: 5.8%), dabigatran (AD: 9.5%), and warfarin users (AD: 13.6%; all P<0.001; Table). More pronounced differences were found with a PDC ≥0.9 (Table). Conclusion: Among NVAF patients, rivaroxaban was associated with significantly higher adherence rates relative to other OACs, whether using a PDC of ≥0.8 or ≥0.9, which could translate into improved patient outcomes and lower healthcare costs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,477
Tête enseignante GPT0,537
Écart entre enseignants0,060 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation Cardiovascular Quality and OutcomesMême sujetPharmaceutical industry and healthcareTravaux en français237 207