MétaCan
Menu
← Retour à la cohorte
Enregistrement W2892680868 · doi:10.23889/ijpds.v3i4.880

Adherence And Persistence To Antidepressant Medication During Pregnancy: Does It Differ By The Class Of Antidepressant Medication Prescribed?

2018· article· en· W2892680868 sur OpenAlexaffabout
Kamala Adhikari Dahal, Scott B. Patten, Sang‐Min Lee, Amy Metcalfe

Notice bibliographique

RevueInternational Journal for Population Data Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAntidepressantMedicineMedical prescriptionPregnancyDepression (economics)PopulationInternal medicineCohortPsychiatryPediatricsPharmacologyAnxiety

Résumé

récupéré en direct d'OpenAlex

IntroductionPregnant women are often concerned about the impact of antidepressant medication use on their pregnancy, such as congenital abnormalities. This concern may vary in a way that depends on the class of antidepressant medication prescribed. Objectives and ApproachThis study examined the rate of adherence and persistence to antidepressants based on the class of antidepressants prescribed during pregnancy This is a retrospective cohort study using population-based administrative data in Alberta– linking delivery record, hospitalization data, physician claims data, emergency department data, and prescription medication data. The eligible study population included women with depression who gave birth between 2012-2015, and were adherent (medication possession ratio ≥80%) to ≥ 2 consecutive antidepressant prescriptions during the preconception year (n=1,865). The rates of adherence and persistence (prescription refill gap ≤30 days) were calculated by medication class and were compared using chi-square tests. ResultsDuring pregnancy, 834 (44.7%) women completely stopped taking antidepressants. Among those taking antidepressants, the overall rate of adherence was 62.6% (95% CI: 59.4%, 65.7%). The rate differed significantly by medication class (p<0.0001), with rate of 75.1% (95% CI: 68.3%, 80.9%) for serotonin-norepinephrine inhibitors, 60.9% (95% CI: 57.2%, 64.5%) for selective serotonin reuptake inhibitors, 42.9% (95% CI: 19.9%, 69.2%) for non-selective monoamine reuptake inhibitors, and 37.5% (95% CI: 22.4%, 55.4%) for the atypical antidepressants. Similarly, 40.7%, (95% CI: 37.5, 44.0) of women were persistent to antidepressants up to the full pregnancy period – similar to the adherence pattern, the rate differed significantly by medication class. Conclusion/ImplicationsAdherence to and persistence in using antidepressants is low during pregnancy and it varies by medication class, possessing to the worsening of depression symptoms. This could be improved by conducting more research on drug safety during pregnancy and translating research evidence into treatment decision and correcting mothers’ misperceptions towards antidepressants.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,222

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,061
Tête enseignante GPT0,377
Écart entre enseignants0,316 · 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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data Science→Même sujetMaternal Mental Health During Pregnancy and Postpartum→Travaux en français237 207→