An integrated continuity of care measure improves performance in models predicting medication adherence using population-based administrative data
Notice bibliographique
Résumé
OBJECTIVES: Continuity of care (COC) is considered an important determinant of medication adherence based on measures such as the usual provider continuity index (UPCI) that are derived exclusively from physician visit claims. This study aimed to: a) determine if high UPCI values predict physicians who deliver different clinical services; and b) compare UPCI with an integrated COC measure capturing physician visits, prescribing, and a complete medical examination in a multivariable model of patients receiving statin medications. METHODS: This was a retrospective cohort study of new statin users between 2012 and 2017 in Saskatchewan, Canada. We calculated sensitivity/specificity of a high UPCI value for predicting physicians who were prescribers of statins and/or providers of complete medical examinations. Next, we used logistic regression models to test two measures of COC (high UPCI value or an integrated COC measure) on the outcome of optimal statin adherence (proportion of days covered ≥80%). The DeLong test was used to compare predictive performance of the two models. RESULTS: Among 55,144 new statin users, a high UPCI was neither a sensitive or specific marker of physicians who prescribed statins or performed a complete medical examination. The integrated COC measure had a stronger association with optimal adherence [adjusted odds ratio (OR) = 1.56, 95% confidence interval (CI) 1.50 to 1.63] than UPCI (adjusted OR = 1.23, 95% CI 1.19 to 1.28), and improved predictive performance of the adherence model. CONCLUSION: The number of physician visits alone appears to be insufficient to represent COC. An integrated measure improves predictive performance for optimal medication adherence in patients initiating statins.
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 | 0,018 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 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 ».