Prescriber Variation in Relation to Prescribing Trends within the Preferred Drugs Initiative in Ireland (2012–2015): An Interrupted Time-Series Study Using Latent Curve Models
Notice bibliographique
Résumé
OBJECTIVES: To examine the impact of the Preferred Drugs Initiative (PDI), an Irish health policy aimed at reducing prescribing variation. DESIGN: Interrupted time series spanning 2012 to 2015. SETTING: Health Service Executive pharmacy claims data for General Medical Services (GMS) patients, approximately 40% of the Irish population. PARTICIPANTS: Prescribers issuing preferred drug group items to GMS adults before and after PDI guidelines. PRIMARY OUTCOME: The percentage coverage of PDI medications within each drug class per calendar quarter per prescriber. METHODS: Latent curve models with structured residuals (LCM-SRs) were used to model coverage of the preferred drugs over time. The number of GMS adults receiving medication and the percentage who were 65 years and older at the start of the study were included as covariates. RESULTS: In the quarter following PDI guidelines, coverage of the preferred drugs increased most in absolute terms for proton pump inhibitors (PPIs) (1.50% [SE 0.15], P < 0.001) and selective and norepinephrine reuptake inhibitors (SNRIs) (1.17% [SE 0.26], P < 0.001). Variation between prescribers remained relatively unchanged and increased for urology medications. Prescribers who increased coverage of the preferred PPI also increased coverage of the preferred statin immediately following guidelines (correlation 0.47 [SE 0.13], P < 0.001). Where guidelines were disseminated simultaneously, coverage of one preferred drug did not significantly predict coverage of the other preferred drug in the next calendar quarter. Prescribing of preferred drugs was not moderated by prescriber-level factors. CONCLUSIONS: Modest changes in prescribing of the preferred drugs have been observed over the course of the PDI. However, the guidelines have had little impact in reducing variation between prescribers. Further strategies may be necessary to reduce variation in clinical practice and enhance patient care.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 tête enseignante, 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 ».