IMPACT OF THE COVID-19 PANDEMIC ON ADHERENCE TO CARDIOVASCULAR MEDICATIONS AMONG CHRONICALLY TREATED PATIENTS IN ALBERTA
Notice bibliographique
Résumé
ABSTRACT Background: Some studies have suggested that the COVID-19 pandemic negatively impacted patient adherence with chronic therapies. We designed this study to explore whether cardiovascular drug adherence patterns changed in chronically treated patients during the COVID-19 pandemic. Methods: Retrospective cohort study examining drug dispensation data for all Alberta residents older than 18 years who were chronic users of at least one cardiovascular drug class, defined as receiving at least one prescription per annum for any agent in that drug class from March 15, 2017 to March 14, 2023 and 2 or more prescriptions within 365 days during either the pre-pandemic phase (March 15, 2018 to March 14, 2020) or the pandemic phase (March 15, 2020 to March 14, 2022). We calculated the proportion of days covered (PDC) for each drug class per patient and used generalized estimating equation logistic regression to estimate the effect of time period (pandemic versus pre-pandemic) on achievement of good adherence (PDC>0.8) after adjusting for age, sex, socioeconomic status, and comorbidities. Results: We evaluated 548,601 chronic users of at least one cardiovascular drug class between March 15, 2018 and March 14, 2022. The most frequently dispensed cardiovascular drug classes were ACEi/ARB (67.6%), statins (53.8%), beta-blockers (21.0%), and calcium channel blockers (20.7%); the most frequent diagnoses were hypertension (77.2%), diabetes mellitus (30.6%), and ischemic heart disease (19.6%), although 55.4% of the patients had Charlson Comorbidity Index scores of 0. The mean PDC for cardiovascular drug use in our cohort was 85.7% (median 93%) pre-pandemic and 87.0% (median 94%) during the pandemic. The proportion exhibiting good adherence (PDC>0.8) increased from 72.8% pre-pandemic to 75.4% during the pandemic (p<0.001). During the pandemic, users of cardiovascular drugs were more likely to exhibit good adherence (PDC>0.8) than they were in the pre-pandemic period: aOR ranged from 1.05 (95%CI 1.00-1.11) for mineralocorticoid receptor antagonists to 1.16 (1.15-1.17) for statins. Conclusion: Chronic users of cardiovascular drugs exhibited higher adherence measures during the COVID-19 pandemic than prior to the pandemic.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».