MétaCan
Menu
Retour à la cohorte
Enregistrement W2741233821 · doi:10.1177/1087054717720719

Recent Trends in the Prescribing of ADHD Medications in Canadian Primary Care

2017· article· en· W2741233821 sur OpenAlexaffabout
Rachael Morkem, Scott B. Patten, John Queenan, David Barber

Notice bibliographique

RevueJournal of Attention Disorders · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensUniversity of CalgaryQueen's University
Organismes subventionnairesnon disponible
Mots-clésMethylphenidateIncidence (geometry)Medical prescriptionMedicinePrimary careMedical recordPediatricsRetrospective cohort studyPopulationCohortAttention deficit hyperactivity disorderPsychiatryFamily medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objective: The aim of this study was to describe the prevalence and incidence of ADHD medication prescribing, by age and gender, from 2005 to 2015 in Canadian primary care. Method: A population-based retrospective cohort study was conducted to evaluate the prescribing of ADHD medications between 2005 and 2015 using electronic medical record data. Yearly prevalence and incidence of ADHD medication prescribing were calculated for preschoolers (up to 5 years old), school-aged children (6-17 years old), and adults (18-65 years old) along with a description of the types of ADHD medications prescribed between 2005 and 2015. Results: Between 2005 and 2015, there was a 2.6-fold increase in the prevalence of ADHD medication prescribing to preschoolers, a 2.5-fold increase in school-aged children, and a fourfold increase in adults. There was a corresponding rise in incidence of prescribing although this rise was moderate and estimates were much lower compared with prevalence. The most commonly prescribed medication was Methylphenidate (65.0% of all ADHD medications prescribed). Conclusion: Although the prevalence of ADHD has remained stable over time, this study found an increase in the prescribing of ADHD medications in all age groups between 2005 and 2015. Incidence of new prescriptions was small relative to prevalence, suggesting that longer term treatments are being adopted.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,193
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,054
Tête enseignante GPT0,350
Écart entre enseignants0,296 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations29
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Attention DisordersMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207