Optimal threshold of adherence to lipid lowering drugs in predicting acute coronary syndrome, stroke, or mortality: A cohort study
Notice bibliographique
Résumé
OBJECTIVE: Thresholds defining medication adherence are rarely evidence-based. A threshold of 0.8 is typically presumed to achieve improved outcomes. We aimed to assess the optimal threshold of adherence to lipid-lowering drugs (LLD) in predicting cardiovascular-related (CV) outcomes in patients with hypertension. DESIGN: Cohort study of new users of LLDs. SETTING: Comprehensive healthcare administrative databases of the province of Alberta (Canada) from 2008 to 2016. PARTICIPANTS: Patients with hypertension, who were new users of LLDs. Patients who had the outcomes prior to the initiation of LLD were excluded. MAIN OUTCOMES MEASURES: Hospitalization for acute coronary syndrome (ACS)/stroke, CV-related mortality and all-cause mortality. STATISTICAL ANALYSIS: Adherence to LLDs was assessed as the proportion of days covered (PDC) by any LLD, from drug initiation to censoring, outcome, or study end. Three methods were used to assess the threshold: Contal and O'Quigley method, minimum distance method, and Youden's J index. Cox regressions were used to assess the risk associated with each method-specific threshold and Akaike information criteria were used to retain the optimal threshold after adjustment. RESULTS: 52229 patients were included; 4.0% were hospitalized for ACS/stroke, 3.4% died, and 1.3% died from CV-related cause. In predicting ACS/stroke, CV-related and all-cause mortality, the optimal adherence threshold was 0.52 (range: 0.51-0.54), 0.79 (0.45-0.87), and 0.84 (0.79-0.89), respectively. These results were consistent among patients aged ≥ 65 years (n = 19804). However, the results varied among those aged < 65 years, where the incidence rates of outcomes were low. CONCLUSION: In new-users of LLDs with hypertension, approximately 50% days covered by LLDs may be enough to prevent long-term occurrence of ACS, or stroke. However, a threshold near 0.80 may be needed to prevent or reduce the risk of all-cause or CV-related mortality.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».