Factors associated with statin discontinuation near end of life in a Danish primary health care cohort
Notice bibliographique
Résumé
BACKGROUND: Long-term preventive treatment such as treatment with statins should be reassessed among patients approaching end of life. The aim of the study was to describe the rate of discontinuation of statin treatment and factors associated with discontinuation in the 6 months before death. METHODS: This study is a retrospective cohort study using national registers and blood test results from primary health care patients. Patients in the Copenhagen municipality, Denmark who died between 1997 and 2018 and were statin users during the 10-year period before death were included. We calculated the proportion who remained statin users in the 6-month period before death. Factors associated with discontinuation were tested using logistic regression. RESULTS: A total of 55,591 decedents were included. More patients continued treatment (64%, n = 35,693) than discontinued (36%, n = 19,898) the last 6 months of life. The 70 and 80 age groups had the lowest odds of discontinuing compared to the 90 (OR 1.59, 95% CI 0.93-2.72) and 100 (OR 3.11, 95% CI 2.79-3.47) age groups. Increasing comorbidity score (OR 0.89, 95% CI 0.87; 0.90 per 1-point increase) and use of statins for secondary prevention (OR 0.89, 95% CI 0.85; 0.93) reduced the likelihood of discontinuation as did a diagnosis of dementia, heart failure, or cancer. CONCLUSION: A substantial portion of patients continued statin treatment near end of life. Efforts to promote rational statin use and discontinuation are required among patients with limited life expectancy, including establishing clear, practical recommendations about statin discontinuation, and initiatives to translate recommendations into clinical practice.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».