Impact of the COVID-19 Pandemic on Antihyperglycemic Prescriptions for Adults With Type 2 Diabetes in Canada: A Cross-sectional Study
Notice bibliographique
Résumé
OBJECTIVES: Diabetes is a major public health problem in Canada and requires multifactorial, consistent clinical management. The COVID-19 pandemic has increased challenges in the management of many chronic ailments, including diabetes. Diabetes was associated with a higher risk of severe illness in the context of COVID-19. Pandemic restrictions also impacted diabetes care continuity, which may have contributed to an increased risk of diabetes-related complications and mortality. METHODS: This was a retrospective cross-sectional study of prescription patterns of antihyperglycemic medications claimed by individuals with type 2 diabetes (T2D) before and during the COVID-19 pandemic using the IQVIA Canada Longitudinal Prescription Claims database. The study period was from March 1, 2018, to February 28, 2021. The study outcomes are described on a monthly, quarterly, and yearly basis and overall, and by medication, medication class, and insurance coverage type. "New-to-molecule" patients were defined as those claiming a medication during the analysis period that they had no history of claiming in the database. Adults with at least 1 year of prescription history available and claiming their first prescription for an antihyperglycemic drug during the analysis period were classified as newly diagnosed with T2D. RESULTS: A similar number of people had at least 1 non-insulin antihyperglycemic prescription during the baseline, prepandemic, and pandemic periods in Canada (1,778,155, 1,822,403, and 1,797,272, respectively). However, the number of people initiating newer antihyperglycemic medications decreased at the beginning of the pandemic, in contrast to older medications, which remained consistent across the pandemic period. The number of people diagnosed with T2D decreased in the early months of the pandemic but recovered by October 2020. CONCLUSION: The COVID-19 epidemic in Canada impacted clinical care for at-risk Canadians, with fewer being prescribed newer antihyperglycemic drugs and a reduction in the number of diagnoses of T2D.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 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 ».