Adherence to oral antiretroviral therapy in Canada, 2010–2020
Notice bibliographique
Résumé
OBJECTIVE: To assess antiretroviral therapy (ART) adherence among people with HIV (PWH) in Canada and identify baseline characteristics associated with suboptimal adherence (<95%). DESIGN: Retrospective observational study using data from the National Prescription Drug Utilization Information System and Régie de l'assurance maladie Quebec (RAMQ) Public Prescription Drug Insurance Plan. METHODS: This analysis included PWH aged 18 years or older who initiated an ART regimen and were followed for at least 12 months (2010-2020). Patient characteristics were summarized using medical/pharmacy claims data from seven provinces (Alberta, Manitoba, New Brunswick, Newfoundland and Labrador, Ontario, Saskatchewan, and Quebec). ART regimen at index date (first dispensing of a regimen including a core agent) was defined as a single-tablet or multitablet regimen (MTR). Adherence was calculated using a Proportion of Days Covered approach, based on ART dispensing, recorded between April 2010 and the last available date. Multivariate linear regression analysis was used to determine correlations between suboptimal adherence and baseline characteristics. RESULTS: We identified 19 322 eligible PWH, 44.7% of whom had suboptimal adherence (<95%). Among 12 594 PWH with evaluable baseline data, 10 673 (84.8%) were ART-naive, 74.2% were men, mean age was 42.9 years, and 54.1% received a MTR as their ART. Based on multivariate regression analysis, suboptimal adherence was significantly associated with multitablet ART ( P < 0.001) and younger age ( P < 0.001) but not sex. CONCLUSION: Almost half of adult PWH in Canada had suboptimal adherence to ART. Better understanding of factors influencing adherence may help address gaps in current care practices that may impact adherence.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».