Physician influence on medication adherence, evidence from a population-based cohort
Notice bibliographique
Résumé
BACKGROUND: The overall impact of physician prescribers on population-level adherence rates are unknown. We aimed to quantify the influence of general practitioner (GP) physician prescribers on the outcome of optimal statin medication adherence. METHODS: We conducted a retrospective cohort study using health administrative databases from Saskatchewan, Canada. Participants included physician prescribers and their patients beginning a new statin medication between January 1, 2012 and December 31, 2017. We grouped prescribers based on the prevalence of optimal adherence (i.e., proportion of days covered ≥ 80%) within their patient group. Also, we constructed multivariable logistic regression analyses on optimal statin adherence using two-level non-linear mixed-effects models containing patient and prescriber-level characteristics. An intraclass correlation coefficient was used to estimate the physician effect. RESULTS: We identified 1,562 GPs prescribing to 51,874 new statin users. The median percentage of optimal statin adherence across GPs was 52.4% (inter-quartile range: 35.7% to 65.5%). GP prescribers with the highest patient adherence (versus the lowest) had patients who were older (median age 61.0 vs 55.0, p<0.0001) and sicker (prior hospitalization 39.4% vs 16.4%, p<0.001). After accounting for patient-level factors, only 6.4% of the observed variance in optimal adherence between patients could be attributed to GP prescribers (p<0.001). The majority of GP prescriber influence (5.2% out of 6.4%) was attributed to the variance unexplained by patient and prescriber variables. INTERPRETATION: The overall impact of GP prescribers on statin adherence appears to be very limited. Even "high-performing" physicians face significant levels of sub-optimal adherence among their patients.
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 | 0,006 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».