Assessing agreement between population-level administrative pharmaceutical databases and patient-reported medication dispensation in cardiac rehabilitation patients
Notice bibliographique
Résumé
BACKGROUND: Pharmacoepidemiology has emerged as a crucial field in evaluating the use and effects of medications in large populations to ensure their safe and effective use. This study aimed to assess the agreement of cardiac medication use between a provincial medication database, the Pharmaceutical Information Network (PIN), and reconciled medication data from confirmation through patient interviews for patients referred to cardiac rehabilitation. METHODS: The study included data from patients referred to the TotalCardiology Rehabilitation CR program, and medication data was available in both TotalCardiology Rehabilitation charts and PIN. The accuracy of medication data obtained from patient interviews was compared to that obtained from PIN with proportions and kappa statistics to evaluate the reliability of PIN data in assessing medication use. RESULTS: Patient-reported usage was higher for statins (41.6 %) vs. 38.4 %), ACE/ARB, beta-blockers (75.7 %) vs. 73.7 %), DOAC (3.5 %) vs. 2.6 %), and ADP-receptor antagonists (71.0 %) vs. 68.1 %) than if PIN was used. Patient-reported usage data was lower for Ezetimibe (4.7 vs. 4.8 %), Aldosterone antagonists (5.4 %) vs. 5.5 %), digoxin (0.9 %) vs. 1.0 %), calcium channel blockers (19.2 vs. 19.9 %) and warfarin (7.2 %) vs. 8.1 %). The results indicated that the differences between the two sources were very small, with an average agreement of 95.3 % and a kappa of 0.70. CONCLUSION: The study's results, which show a high level of agreement between PIN and patient self-reporting, affirm the reliability of PIN data as a source for obtaining an accurate assessment of medication use. This finding is crucial in the context of pharmacoepidemiology research, where the accuracy of data is paramount. Further research to explore the complementary use of both data sources will be valuable.
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 | 0,042 | 0,126 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».