MétaCan
Menu
Retour à la cohorte
Enregistrement W2995610569 · doi:10.1097/jcp.0000000000001148

Trends in the Use of Long-Acting Injectable Antipsychotics in the Province of Manitoba, Canada

2019· article· en· W2995610569 sur OpenAlexaffabout
Donica Janzen, James M. Bolton, I fan Kuo, Christine Leong, Silvia Alessi‐Severini

Notice bibliographique

RevueJournal of Clinical Psychopharmacology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésRisperidoneAntipsychoticMedicineMedical prescriptionPoisson regressionPopulationCohortIncidence (geometry)DemographyPsychiatryPediatricsEnvironmental healthSchizophrenia (object-oriented programming)Internal medicinePharmacology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Long-acting injectable antipsychotics (LAIAs) have advantages over oral antipsychotics but are not widely used. We aimed to evaluate the impact of market entry of second-generation LAIAs on prescribing trends. METHODS: We used administrative health databases to describe trends in LAIA use from 1995 to 2015 in the Canadian province of Manitoba. Age- and sex-specific incident and prevalent use were determined using prescription dispensation records for the entire population. We used interrupted time series analysis with Poisson regression to estimate change in LAIA use attributable to the market entry of the second-generation LAIA risperidone. RESULTS: We observed 3380 prevalent LAIA users and 2375 incident users in our cohort. Long-acting injectable antipsychotic use was higher in males. Incidence proportions declined from 21.5 users per 100,000 in 1996 to 4.8 in 2004 and then climbed to 14.7 by 2015. First-generation LAIA use peaked at 94.6 prevalent users per 100,000 in 1998 but fell to 40.9 in 2015. Long-acting injectable antipsychotic use increased 1.4% per quarter after the market entry of risperidone long-acting injectable. CONCLUSIONS: Risperidone risperidone long-acting injectable market entry had a positive impact on LAIA prescribing.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,048
Score d'incertitude au seuil0,345

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,131
Tête enseignante GPT0,449
Écart entre enseignants0,318 · 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

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical PsychopharmacologyMême sujetSchizophrenia research and treatmentTravaux en français237 207