Impact of angiotensin receptor blocker product recalls on antihypertensive prescribing in Germany
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.
Notice bibliographique
Résumé
In Germany, ~8 million patients take angiotensin receptor blockers (ARBs) and 2.25 million of them valsartan. In 2018, contamination of generic ARBs with probable carcinogenic nitrosamines resulted in more than 30 recalls. The impact of such a huge recall has never been explored in Europe. We analyzed the utilization of valsartan, all ARBs, and other alternative antihypertensive drugs in Germany. We used our database of anonymized dispensing data from >80% of community pharmacies at the expense of the statutory health insurance (SHI) funds from January 2017 to December 2019. We analyzed 290.8 million prescriptions, including all oral mono- and fixed-dose combinations of ARBs and plausible alternatives, i.e. ACE inhibitors (ACEi), beta-blockers (BB), and calcium channel blockers (CCB). Utilization was calculated by defined daily doses per 1000 SHI-insured persons per day (DID). Valsartan use decreased substantially after the recalls in July 2018 from 39.0 to 14.2 DID (-64%) in the second quarter of 2019 and to 16.9 DID (-57%) in the fourth quarter of 2019. Simultaneously, the use of alternative ARBs increased from 77.7 DID in the second quarter of 2018 to 121.9 DID (+57%) in the fourth quarter of 2019, mainly due to an increase of candesartan dispensing to 99.8 DID (+73%). There were no changes in the utilization of ACEi, BB, or CCB. The majority of recalled generic valsartan products were replaced by other ARBs, predominantly candesartan, despite documented drug shortages. In contrast to previous safety warnings/recalls, our data do not suggest an under-prescription of antihypertensives during this period.
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 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) | 0,002 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle