MétaCan
Menu
Retour à la cohorte
Enregistrement W2990901344 · doi:10.1002/phar.2350

Oral Anticoagulant Prescription Trends, Profile Use, and Determinants of Adherence in Patients with Atrial Fibrillation

2019· article· en· W2990901344 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevuePharmacotherapy The Journal of Human Pharmacology and Drug Therapy · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensMcGill UniversityMontreal Heart InstituteUniversité de Montréal
Organismes subventionnairesHeart and Stroke Foundation of Canada
Mots-clésAtrial fibrillationOral anticoagulantMedical prescriptionMedicineAnticoagulantInternal medicineCardiologyMedication adherenceWarfarinPharmacology

Résumé

récupéré en direct d'OpenAlex

Background and Purpose Data on oral anticoagulant (OAC) uptake and pattern of use are limited. Real‐life data in patients with atrial fibrillation (AF) are important for understanding patient exposure. A cohort study of new OAC users was built to assess trends of drug use from 2011 to 2017, persistence rate, switching rate, adherence level, and predictors of adherence. Methods We built a cohort using the Régie d’Assurance Maladie du Québec (RAMQ) and Med‐Echo administrative databases of new adult OAC users within 1 year following hospitalization with a diagnosis of AF. New users of OAC were defined as having no OAC claims in the year before cohort entry. We assessed trends of OAC use; persistence rate, defined as a gap between refills of no longer than two times the duration of the previous prescriptions; and adherence level, defined as the proportion of days covered (PDC) over a 1‐year period following initiation. Predictors of nonadherence (PDC less than 80%) were analyzed using logistic regression models. Results The cohort consisted of 33,311 incident OAC users. Of total OAC claims, the proportions of warfarin claims decreased from 77.9% in 2011 to 12.7% in 2017, with direct oral anticoagulants (DOACs) accounting for 87.3% of claims, of which apixaban and rivaroxaban accounted for 60.1% and 23.4%, respectively, by the end of 2017. One year after OAC initiation, persistence rates ranged from 53% with warfarin to 77% with a high dose of apixaban. Approximately 75% of incident OAC users were considered “adherent” (PDC 80% or more), with a mean PDC of 95.6–98.1%, compared with “nonadherent,” with a mean PDC varying between 43.1% and 50.7%. Older age, female sex, higher CHA 2 DS 2 ‐VASc score (to predict thromboembolic risk in AF), prior stroke, and treatment with chronic cardiovascular disease drugs were associated with high adherence levels. Conclusion The clinical uptake of DOACs increased over time, accounting for 87.3% of prescriptions in 2017. In our study, 25% of new OAC users presented a low adherence level. Adherence to OACs remains a significant challenge in patients with AF.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,035
Score d'incertitude au seuil0,404

Scores Codex et Gemma par catégorie

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

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 Opus0,049
Tête enseignante GPT0,359
Écart entre enseignants0,309 · 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