Long-Acting Injectable Antipsychotics in a Prescription Claims Data Source: A Validation Study
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
BACKGROUND: The effectiveness of long-acting injectable antipsychotics (LAIAs) has been demonstrated in studies using prescription claims data. However, the validity of claims data for LAIAs has not been established. OBJECTIVE: We aimed to validate date dispensed, quantity dispensed and days supplied fields in prescription claims data, and to compare claims- and medical record-derived persistence estimates. METHODS: We evaluated LAIA dispensations in the Drug Programs Information Network prescription claims database from Manitoba, Canada against a random sample of medical records. Adults with one or more LAIA prescription between April 2015 and March 2016 were eligible. Results were stratified by LAIA type (first-generation LAIA, risperidone LAI or paliperidone LAI). Persistence estimates were assessed using Kaplan-Meier survival analysis and proportion of patients covered method. RESULTS: Claims data had high positive predictive value, ranging from 80.0% (95% CI 51.9-95.7) to 100.0% (95% CI 89.7-100.0), but low negative predictive value, ranging from 0.0% (95% CI 0.0-2.5) to 62.5% (95% CI 40.6-81.2). Quantity dispensed and days supplied exactly matched dose and dosing interval, respectively, for 99.7% and 97.1% of risperidone LAI doses, 100.0% and 76.6% of paliperidone doses, and 8.9% and 28.3% of first-generation LAIA doses. There were no significant differences in claims-derived versus medical record-derived persistence estimates. CONCLUSIONS: Quantity dispensed and days supplied provide valid estimates of dose and dosing interval for second-generation LAIAs, but underestimated these parameters for first-generation LAIAs. However, a large proportion of medical record-confirmed doses were missing from claims data, and dose and dosing interval are underestimated in claims 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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