A population‐based analysis of antidiabetic medications in four Canadian provinces: Secular trends and prescribing patterns
Notice bibliographique
Résumé
PURPOSE: To use the Canadian Network for Observational Drug Effect Studies (CNODES) to describe drug utilization of antidiabetic medications in four Canadian provinces. METHODS: With the use of data from CNODES, we constructed cohorts of patients with type 2 diabetes in four Canadian provinces (Manitoba, Ontario, Quebec, and Saskatchewan) who received their first-ever prescription for a noninsulin antidiabetic medication during the study period, defined as the earliest date of data availability in each province (range: 1993-1998) to the latest date of the data extraction in each province (range: 2013-2014). Prescriptions rates were calculated for all prescriptions by class and described over time. RESULTS: Across provinces, we identified 650 830 patients who initiated antidiabetic medications during the study period. In most provinces, the overall prescription rate of antidiabetic medications increased during the last two decades. Metformin particularly increased in popularity, surpassing sulfonylureas in all provinces as the most widely prescribed antidiabetic medication by the early 2000s. Thiazolidinediones grew in popularity from the onset of their availability until 2006 to 2007, at which point they rapidly declined. Dipeptidyl peptidase-4 inhibitors saw substantial growth in several provinces following their addition to provincial formularies in 2008 to 2012, while glucagon-like peptide-1 agonists experienced modest growth. Insulin prescription rates remained constant or steadily increased over the last two decades. CONCLUSIONS: CNODES can be used for cross-jurisdictional drug utilization studies. In Canada, trends in antidiabetic medication prescriptions followed changing guidelines reflecting up-to-date knowledge of drug effectiveness and safety.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,014 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».