Laboratory testing and antihypertensive medication adherence following initial treatment of incident, uncomplicated hypertension: A real‐world data analysis
Notice bibliographique
Résumé
In this study on medication adherence among newly diagnosed patients with uncomplicated, incident hypertension, we conducted a retrospective cohort study using available administrative and laboratory data from April 1, 2012 to March 31, 2017 in Alberta, Canada to understand the extent to which baseline laboratory assessment and/or subsequent follow-up was associated with persistence with antihypertensive therapy. We determined the frequency of baseline and follow-up testing and compared the rates of medication persistence by patient-, neighbourhood-, and treatment-related factors. Of 103 232 patients with newly diagnosed, uncomplicated hypertension who filled their first prescription within our study timeframe, 52.5% were non-persistent within 6 months. Persistent patients were more often female and residing in neighbourhoods with higher social status (with exception to rurality). Aside from older age, the strongest predictor of persistence was performance of laboratory testing related to hypertension with an apparent effect in which higher levels of medication persistence were seen with more frequent laboratory testing. We concluded that medication persistence was far from optimal, dropping off considerably after 6 months for more than half of patients. Medication persistence is a substantial barrier to realizing the full societal benefits of antihypertensive treatment. Ongoing follow up with patients, including laboratory testing, may be a critical component of better long term treatment persistence.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».