MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389958644 · doi:10.1161/circ.148.suppl_1.15684

Abstract 15684: Adherence and Persistence to SGLT2 Inhibitors in Patients With Heart Failure

2023· article· en· W4389958644 sur OpenAlexaffabout
Shogo Kono, Jungyeon Moon, Alice Chong, Jiming Fang, Dennis T. Ko, Peter C. Austin, Clare Atzema, David Naimark, Jacob A. Udell, Thérèse A. Stukel, Karen Tu, Gillian L. Booth, Cynthia A. Jackevicius

Notice bibliographique

RevueCirculation · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensUniversity of TorontoSunnybrook Health Science CentreInstitute for Clinical Evaluative Sciences
Organismes subventionnairesnon disponible
Mots-clésMedicineEmpagliflozinPersistence (discontinuity)DapagliflozinMedical prescriptionDiabetes mellitusCumulative incidenceInternal medicineCohortCanagliflozinHeart failurePopulationRetrospective cohort studyIncidence (geometry)Medication adherenceCohort studyIntensive care medicineEmergency medicineType 2 diabetesPharmacologyEndocrinologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Introduction: While originally used solely as antihyperglycemic agents, sodium-glucose cotransporter 2 inhibitors (SGLT2i) are now recommended for use in heart failure (HF) to reduce hospitalization and cardiovascular mortality. Unfortunately, benefits of treatment can only be fully realized if a patient is adherent to therapy. While SGLT2i adherence has been found to be suboptimal in diabetes populations, SGLT2i adherence has not been well-studied in patients with HF. Since medication non-adherence in HF tends to be high in general, and can lead to worse clinical outcomes, this study aimed to estimate SGLT2i adherence/persistence rates in a population-based cohort of HF patients. Methods: This retrospective cohort study included patients ≥65 years discharged alive from a hospital in Ontario, Canada between 4/2016 and 3/2021, who had a primary diagnosis of HF and were dispensed a SGLT2i prescription. Prescription claims were used to identify and calculate 6-month and 1-year SGLT2i adherence and 1-year persistence, from the first date of fill for an SGLT2i. Adherence was calculated as the proportion of days covered (PDC), with PDC≥80% defined as “good” adherence. Persistence was calculated with a “permissible” gap of 30 days allowed before being considered non-persistent. A cumulative incidence function was utilized to account for the competing risk of death in persistence calculations. Results: There were 5,257 eligible patients (59% male, mean age 76.94±7 years, 73.8% with diabetes), for whom empagliflozin (64.9%), dapagliflozin (25.5%) and canagliflozin (9.5%) were used. The overall mean PDC was 83.9% at 6-months and 80.5% at 1-year, with the proportion of patients with “good” adherence (PDC≥80%) at 76.2% and 72.5%, respectively. Persistence to all prescribed SGLT2i was 71.3% at 1-year, with highest persistence with dapagliflozin at 74.4% and lowest persistence with canagliflozin at 68.1% [p=0.01]. Conclusion: In this HF cohort on SGLT2i, nearly 3 out of 4 patients were highly adherent and persistent at one year. SGLT2i adherence/persistence rates are higher than seen in studies in diabetes populations. Further studies are needed to identify those at risk of non-adherence/non-persistence and to examine association with clinical outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,114
Score d'incertitude au seuil0,226

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,232
Écart entre enseignants0,215 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetDiabetes Treatment and Management→Travaux en français237 207→