MétaCan
Menu
Retour à la cohorte
Enregistrement W2783374794 · doi:10.1017/s0266462317002975

PP168 Combination Therapy Versus Intensification Of Statin Monotherapy

2017· article· en· W2783374794 sur OpenAlexaboutno aff
Mouna Jameleddine, Hela Grati, Asma Ben Brahem, Khalil Jlassi, Hella Ouertatani, Wafa Allouche, Khaled Zghal, Randa Attieh, José Asua, Iñaki Gutiérrez‐Ibarluzea, Marie Christine Odabachian Jebali

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth technologyExcellenceMedical prescriptionNiceAgency (philosophy)Health careStatinFamily medicineInternal medicinePolitical scienceNursing

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Coronary heart disease (CHD) is the most common cause of mortality globally. The burden of CHD is a challenge for Tunisia causing 27.14 percent of total mortality (1). Statins are the leading molecules used to prevent CHD in Tunisia. The amount paid by the national insurance fund for statins in 2015 represents 9 percent of total drug expenditures (2). INASanté has launched a Health Technology Assessment (HTA) study to compare the intensification of statin monotherapy versus a combination therapy for the CHD prevention in patients with moderate to high cardiovascular risk. The aim of this contextualized HTA report is to diminish prescription variability and not justified therapies. METHODS: Research was carried out in the following databases: CRD, NICE search evidence, Cochrane, Belgian Health Care Knowledge Centre (KCE), Canadian Agency for Drugs and Technologies in Health (CADTH), Adelaide Health Technology Assessment (AHTA), Institut National d'excellence En Santé et en Services Sociaux (INESS), Euroscan International Network, National Institute for Health Research (NIHR), Agency for Healthcare Research and Quality (AHRQ) and Haute Autorité de Santé (HAS) from 2006 to 2017. Title, abstract and full text screening were performed by two independent reviewers relying on prespecified eligibility criteria. Critical appraisal of literature was conducted using INAHTA and PRISMA checklists, FLC 2.0 and The European Network for HTA (EUnetHTA) adaptation toolkit. One review from AHRQ was retained. An adaptation process has been launched. Data on lipid lowering agents intake from key institutions have been gathered and a qualitative study has been started through interviews with thirty-three cardiologists and general practitioners from public, private sector and scientifc societies. Interviews have been analysed using NVivo. After results discussion with the working group, the report will be synthesized and validated. RESULTS: According to the AHRQ report, all evidence for clinical outcomes were graded insufficient when comparing the therapies. Results on lowering low density lipoprotein (LDL-C) depend on the combination agent Ezetimibe has shown remarkable results (3). The Tunisian context shows that there is no standardized method to assess the cardiovascular risk according to the preliminary results. The only combination therapy reported is with fibrates, mainly in case of associated hypertriglyceridemia. Ezetimibe has not yet obtained the marketing authorization. CONCLUSIONS: There are significant differences between contexts and among practitioners prescriptions. This can be related to the lack of common guidelines and inequitable access to drugs and healthcare resources in general.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,052
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0310,002

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 Opus0,311
Tête enseignante GPT0,536
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Assessment in Health CareMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207