Treatment pattern trends of medications for type 2 diabetes in British Columbia, Canada
Notice bibliographique
Résumé
INTRODUCTION: Several new oral drug classes for type 2 diabetes (T2DM) have been introduced in the last 20 years accompanied by developments in clinical evidence and guidelines. The uptake of new therapies and contemporary use of blood glucose-lowering drugs has not been closely examined in Canada. The objective of this project was to describe these treatment patterns and relate them to changes in provincial practice guidelines. RESEARCH DESIGN AND METHODS: We conducted a longitudinal drug utilization study among persons with T2DM aged ≥18 years from 2001 to 2020 in British Columbia (BC), Canada. We used dispensing data from community pharmacies with linkable physician billing and hospital admission records. Laboratory results were available from 2011 onwards. We identified incident users of blood glucose-lowering drugs, then determined sequence patterns of medications dispensed, with stratification by age group, and subgroup analysis for patients with a history of cardiovascular disease. RESULTS: Among a cohort of 362 391 patients (mean age 57.7 years old, 53.5% male) treated for non-insulin-dependent diabetes, the proportion who received metformin monotherapy as first-line treatment reached a maximum of 90% in 2009, decreasing to 73% in 2020. The proportion of patients starting two-drug combinations nearly doubled from 3.3% to 6.4%. Sulfonylureas were the preferred class of second-line agents over the course of the study period. In 2020, sodium-glucose cotransporter type 2 inhibitors and glucagon-like peptide-1 receptor agonists accounted for 21% and 10% of second-line prescribing, respectively. For patients with baseline glycated hemoglobin (A1C) results prior to initiating diabetic treatment, 41% had a value ≤7.0% and 27% had a value over 8.5%. CONCLUSIONS: Oral diabetic medication patterns have changed significantly over the last 20 years in BC, primarily in terms of medications used as second-line therapy. Over 40% of patients with available laboratory results initiated T2DM treatment with an A1C value ≤7.0%, with the average A1C value trending lower over the last decade.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».