A Retrospective Cohort Study of the 2018 Angiotensin Receptor Blocker Recalls and Subsequent Drug Shortages in Patients With Hypertension
Notice bibliographique
Résumé
BACKGROUND: Valsartan was recalled by the US Food and Drug Administration in July 2018 for carcinogenic impurities, resulting in a drug shortage and management challenges for valsartan users. The influence of the valsartan recall on clinical outcomes is unknown. We compared the risk of adverse events between hypertensive patients using valsartan and a propensity score-matched group using nonrecalled angiotensin receptor blockers and angiotensin-converting enzyme inhibitors. METHODS AND RESULTS: We used Optum's deidentified Clinformatics Datamart (July 2017-January 2019). Hypertensive patients who received valsartan or nonrecalled angiotensin receptor blockers/angiotensin-converting enzyme inhibitors for 1 year before and on the recall date were compared. Primary outcomes were measured in the 6 months following the recall and included: (1) a composite measure of all-cause hospitalization, all-cause emergency department visit, and all-cause urgent care visit, and (2) a composite cardiac event measure of hospitalizations for acute myocardial infarction and hospitalizations/emergency department visits/urgent care visits for stroke/transient ischemic attack, heart failure, or hypertension. We compared the risk of outcomes between treatment groups using Cox proportional hazard models. Of the hypertensive patients, 76 934 received valsartan, and 509 472 received a nonrecalled angiotensin receptor blocker/angiotensin-converting enzyme inhibitor. Valsartan use at the time of recall was associated with a higher risk of all-cause hospitalization, emergency department use, or urgent care use (hazard ratio [HR], 1.02 [95% CI, 1.00-1.04]) and the composite of cardiac events (HR, 1.22 [95% CI, 1.15-1.29]) within 6 months after the recall. CONCLUSIONS: The valsartan recall and shortage affected hypertensive patients. Local- and national-level systems need to be enhanced to protect patients from drug shortages by providing safe and reliable medication alternatives.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».