MétaCan
Menu
Retour à la cohorte
Enregistrement W4210810909 · doi:10.2196/preprints.13571

The Impact of Treatment Adherence for Patients With Diabetes and Hypertension on Cardiovascular Disease Risk: Protocol for a Retrospective Cohort Study, 2008-2018 (Preprint)

2019· preprint· en· W4210810909 sur OpenAlexaffabout
Min Su, Victoria Haldane, Ross Upshur, Frank Sullivan, France Légaré, Michelle Greiver, Xiaolin Wei

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensUniversité LavalNorth York General HospitalSinai Health SystemLunenfeld-Tanenbaum Research InstitutePublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineDiabetes mellitusDiseaseProportional hazards modelRetrospective cohort studyCohortGlycemicPopulationCohort studyIntensive care medicineInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Cardiovascular disease (CVD) is the leading cause of death globally and in Canada. Diabetes and hypertension are major risk factors for CVD events. Despite the increasing availability of effective treatments, the majority of diabetic and hypertensive patients do not have adequate blood pressure and glycemic control. One of the major contributors is poor treatment adherence. OBJECTIVE This study aims to evaluate the impact of treatment adherence for patients with both diabetes and hypertension on acute severe CVD events and intermediate clinical outcomes in Canadian primary care settings. METHODS We will conduct a population-based retrospective cohort study of patients living with both diabetes and hypertension in Ontario, Canada, between January 1, 2008, and March 31, 2018. The Social Cognitive Theory will be used as a conceptual framework by which to frame the reciprocal relationship between treatment adherence, personal factors, and environmental determinants and how this interplay impacts CVD events and clinical outcomes. Data will be derived from the Diabetes Action Canada National Data Repository. A time-varying Cox proportional hazards model will be used to estimate the impacts of treatment adherence on CVD morbidity and mortality. Multivariable linear regression models and hierarchical regression models will be used to estimate the associations between treatment adherence of different medication categories and intermediate clinical outcomes. Our primary outcome is the association between treatment adherence and the risk of acute severe CVD events, including CVD mortality. The secondary outcome is the association between treatment adherence and intermediate clinical outcomes including diastolic and systolic blood pressures, glycated hemoglobin, low-density lipoprotein cholesterol, and total cholesterol. Owing to data limitation, we use medication prescriptions as a proxy to estimate treatment adherence. We assume that a patient adhered to medications if she or he had any prescription record in the 4 preceding quarters and 1 quarter after each quarter of interest. Acute severe CVD events are defined based on the World Health Organization’s Monitoring Trends and Determinants in Cardiovascular Disease Project, including acute coronary heart disease, stroke, and heart failure. As causes of death are not available, the number of CVD deaths will be computed using the most recent systolic blood pressure distributions and the population attributable risks related to systolic blood pressure level. RESULTS The project was funded by Diabetes Action Canada (reference number: 503854) and approved by the University of Toronto Research Ethics Board (reference number: 36065). The project started in June 2018 and is expected to be finished by September 2019. CONCLUSIONS The findings will be helpful in identifying the challenges of treatment adherence for diabetic and hypertensive patients in primary care settings. This will also help to develop intervention strategies to promote treatment adherence for patients with multi-morbidities. INTERNATIONAL REGISTERED REPOR DERR1-10.2196/13571

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Protocole
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Protocole
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,028
score de la tête « metaresearch » (Gemma)0,033
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: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,033
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0030,005
Études des sciences et des technologies0,0050,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0290,007

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 Opus0,035
Tête enseignante GPT0,321
Écart entre enseignants0,286 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMedication Adherence and ComplianceTravaux en français237 207