Predictors of exposure to high-priority drug-drug interactions among non-elderly adults in Quebec, Canada
Notice bibliographique
Résumé
Context: Drug-drug interactions (DDI) are a preventable source of adverse drug effect. The predictors of exposure to DDI among the population of non-elderly community-dwelling adults are unknown. Objective: to identify the demographic and health system variables that predict risk of exposure to DDI over 1 year. Study design and Analysis: Retrospective cohort study using provincial administrative health databases. Drug reimbursement claims were used to identify periods of overlapping exposure to 2 or more prescription drugs between April 1, 2015 and March 31, 2016. DDI were identified using the list of high-priority DDI of the U.S. Office of the National Coordinator for health information. Demographic characteristics, health service use, continuity of care, and index of comorbidity were evaluated as predictors of exposure to DDI using an ensemble machine learning approach. Dataset: A cohort containing a random sample of 5% of the database population of Quebec provincial administrative databases including demographic data, pharmacy claims data, medical consultations, and hospitalizations was used. Population Studied: Community-dwelling non-elderly adults (19-64 years) residents of Quebec and covered by the public prescription drug insurance between 2014 and 2017. Outcome Measures: sensitivity, specificity, area under the receiver operating characteristic curve for the predictive algorithms, and variable importance scores for predicting the risk of exposure to at least one DDI. Results: Our cohort included 63,834 individuals aged 19-64 (mean age 44.9 SD 13.2, 51.6% female); among these, 34,131 (53.5%) claimed 2 or more prescription drugs during the study year, and 73.0% of all prescriptions claimed were issued by a family physician. Among 56,661 individuals at risk of an incident DDI exposure, 2,695 (4.8%) were exposed to at least one DDI over one year. Number of prescription drugs, and continuity of prescriber and pharmacy care were identified as important predictors of exposure to DDI. Conclusions: Encouraging prescriber and pharmacist continuity of care may help lower the risk of exposure to a DDI among non-elderly community-dwelling adults.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».