The Variation of Statin Use Among Nursing Home Residents and Physicians: A Cross‐Sectional Analysis
Notice bibliographique
Résumé
OBJECTIVES: To examine the variability of statin use among nursing home residents and prescribing physicians, and to assess statin use by resident frailty. DESIGN: Population-based, cross-sectional analysis. SETTING: All nursing home facilities (N = 631) in Ontario, Canada between April 1, 2013 and March 31, 2014. PARTICIPANTS: All adults aged 66 years and older who received a full clinical assessment while residing in a nursing home facility and their assigned, most responsible, physician. MEASUREMENTS: Statin use on date of clinical assessment. Resident- and physician-level characteristics ascertained through clinical assessment and health administrative data. Resident frailty was derived using a previously validated index. RESULTS: Among 76,226 nursing home residents assigned to 1,919 physicians, 25,648 (33.6%) were statin users. There were 13,331 (30.1%) statin users among the 44,290 residents categorized as frail. In an adjusted mixed-effects logistic regression model, frail residents (adjusted odds ratio = 0.62, 95% confidence interval 0.58-0.65) were significantly less likely to be statin users compared with non-frail residents. After adjustment for resident characteristics, the intraclass correlation coefficient indicated that between-physician variability accounted for 9.1% of the residual unexplained variation in statin use (P < .001). Among the 894 physicians assigned 20 or more residents, funnel plots confirmed there were more low-outlying (17.4%) and high-outlying (12.0%) prescribers of statins than expected by chance. Physicians who were high-outlying prescribers had higher historical rates of statin prescribing. CONCLUSIONS AND RELEVANCE: Statin prescribing was substantial within nursing homes, even among frail residents. After controlling for resident characteristics, the likelihood of statin prescribing varied significantly across physicians. Further studies are required to evaluate the risks and benefits of statin use, and discontinuation, among nursing home residents to better inform clinical practice in this setting.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».