The COVID-19 Pandemic Did Not Negatively Impact Adherence to Cardiovascular Medications Among 548,601 Chronically Treated Patients in Alberta
Notice bibliographique
Résumé
Background: Studies have suggested that the COVID-19 pandemic negatively impacted patient adherence with chronic medications. We explored whether adherence patterns changed in patients chronically treated with cardiovascular drugs after onset of the COVID-19 pandemic. Methods: In this retrospective cohort study we examined drug dispensation data for all adult Albertans who were chronic users of at least 1 cardiovascular drug class between 2017 and 2023. We calculated each patient's proportion of days covered (PDC) for each drug class in the prepandemic phase (March 15, 2018 to March 14, 2020) and the pandemic phase (March 15, 2020 to March 14, 2022), and used generalized estimating equation logistic regression to estimate the effect of time period on achievement of good adherence (PDC >0.8) after adjusting for age, sex, socioeconomic status, and comorbidities. Results: Of 548,601 chronic users of at least 1 cardiovascular drug class between March 15, 2018 and March 14, 2022, 47.2% were women, the mean age was 62.3 years, and 55.4% had Charlson Comorbidity Index (CCI) scores of 0. The most frequently dispensed cardiovascular drugs were angiotensin-converting enzyme inhibitors or angiotensin II receptor blockers (67.6%) and statins (53.8%); the most frequent diagnoses were hypertension (77.2%), diabetes mellitus (30.6%), and ischemic heart disease (19.6%). Chronic users of cardiovascular drugs were more likely to have PDC >0.8 during the pandemic than in the prepandemic period: 75.4% vs 72.8%, with adjusted odds ratios ranging from 1.05 (95% confidence interval 1.00-1.11) for mineralocorticoid receptor antagonists to 1.16 (95% confidence interval 1.15-1.17) for statins. Conclusions: Chronic users of cardiovascular drugs exhibited better adherence during the COVID-19 pandemic than before 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) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».