MétaCan
Menu
Retour à la cohorte
Enregistrement W4380482107 · doi:10.9778/cmajo.20220039

Prescribing patterns and factors associated with sodium–glucose cotransporter-2 inhibitor prescribing in patients with diabetes mellitus and atherosclerotic cardiovascular disease

2023· article· en· W4380482107 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueCMAJ Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensWomen's College HospitalToronto Public HealthHealth Sciences CentreUniversity Health NetworkSunnybrook Health Science Centre
Organismes subventionnairesNovavaxJanssen PharmaceuticalsSanofiGlaxoSmithKline
Mots-clésDiabetes mellitusMedicineAtherosclerotic cardiovascular diseaseDiseaseType 2 Diabetes MellitusInternal medicineCotransporterEndocrinologySodiumChemistry

Résumé

récupéré en direct d'OpenAlex

<h3>Background</h3> Sodium–glucose cotransporter-2 (SGLT2) inhibitors are cardioprotective agents in patients with type 2 diabetes mellitus and atherosclerotic cardiovascular disease (CVD). Since little is known about their uptake in atherosclerotic CVD, we examined SGLT2 inhibitor prescribing trends and identified potential disparities in prescribing patterns. <h3>Methods</h3> We conducted an observational study using linked population-based health data in Ontario, Canada, from April 2016 to March 2020 of patients aged 65 years or older with concomitant type 2 diabetes and atherosclerotic CVD. To examine prevalent prescribing of SGLT2 inhibitors (canagliflozin, dapagliflozin and empagliflozin), we constructed 4 cross-sectional yearly cohorts from Apr. 1 to Mar. 31 (2016/17, 2017/18, 2018/19 and 2019/20). We estimated prevalent SGLT2 inhibitor prescribing by year and by subgroups, and identified factors associated with SGTL2 inhibitor prescribing using multivariable logistic regression. <h3>Results</h3> There were 208 303 patients in our overall cohort (median age 74.0 yr [interquartile range 68.0–80.0 yr], 132 196 [63.5%] male). Although SGLT2 inhibitor prescribing increased over time, from 7.0% to 20.1%, statin prescribing was initially 10-fold higher and later threefold higher than SGLT2 inhibitor prescribing. In 2019/20, SGLT2 inhibitor prescribing was roughly 50% lower among those aged 75 years or older than among those younger than 75 years (12.9% v. 28.3%, <i>p</i> &lt; 0.001) and in women than in men (15.3% v. 22.9%, <i>p</i> &lt; 0.001). Age 75 years or older, female sex, history of heart failure and kidney disease, and low income were independent factors of lower SGLT2 inhibitor prescribing. Among physician specialists, visits to endocrinologists and family physicians were stronger factors of SGLT2 inhibitor prescribing than cardiologist visits. <h3>Interpretation</h3> We found that 1 in 5 patients with diabetes and atherosclerotic CVD were prescribed SGLT2 inhibitors in 2019/20, whereas statins were prescribed for 4 of every 5 patients. Although SGLT2 inhibitor prescribing increased over the study period, disparities in adoption by age, sex, socioeconomic status, comorbidities and physician specialty remained.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,759

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,221
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle