The Random Effects Warfarin Days’ Supply (REWarDS) Model: Development and Validation of a Novel Method for Estimating Exposure to Warfarin Using Administrative Data
Notice bibliographique
Résumé
Abstract Warfarin’s complex dosing is a significant barrier to measurement of its exposure in observational studies using population databases. Using population-based administrative data (1996–2019) from British Columbia, Canada, we developed a method based on statistical modeling (Random Effects Warfarin Days’ Supply (REWarDS)) that involves fitting a random-effects linear regression model to patients’ cumulative dosage over time for estimation of warfarin exposure. Model parameters included a minimal universally available set of variables from prescription records for estimation of patients’ individualized average daily doses of warfarin. REWarDS estimates were validated against a reference standard (manual calculation of the daily dose using the free-text administration instructions entered by the dispensing pharmacist) and compared with alternative methods (fixed window, fixed tablet, defined daily dose, and reverse wait time distribution) using Pearson’s correlation coefficient (r), the intraclass correlation coefficient, and the root mean squared error. REWarDS-estimated days’ supply showed strong correlation and agreement with the reference standard (r = 0.90 (95% confidence interval (CI): 0.90, 0.90); intraclass correlation coefficient = 0.95 (95% CI: 0.94, 0.95); root mean squared error = 8.24 days) and performed better than all of the alternative methods. REWarDS-estimated days’ supply was valid and more accurate than estimates from all other available methods. REWarDS is expected to confer optimal precision in studies measuring warfarin exposure using administrative data.
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 | 0,023 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».