MétaCan
Menu
Retour à la cohorte
Enregistrement W4407178562 · doi:10.1186/s12872-025-04492-3

Incident prescriptions for common cardiovascular medications: comparison of recent versus pre-2020 medication adherence and discontinuation in three universal health care systems

2025· article· en· W4407178562 sur OpenAlexafffundabout
Candace D. McNaughton, Cynthia A. Jackevicius, Anna Chu, Jessalyn K. Holodinsky, Michael D. Hill, Colleen M. Norris, Mukesh Kumar, Noreen Kamal, Douglas S. Lee, Nadia Khan, Manav V. Vyas, Raed A. Joundi, Moira K. Kapral, Amy Yu

Notice bibliographique

RevueBMC Cardiovascular Disorders · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensMcMaster UniversityPopulation Health Research InstituteUniversity of British ColumbiaUniversity of AlbertaTed Rogers Centre for Heart ResearchUniversity of CalgaryDalhousie UniversityHotchkiss Brain InstituteUniversity Health NetworkHealth Sciences CentreSunnybrook Health Science CentreToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchAlberta Health Services
Mots-clésMedicineDiscontinuationMedical prescriptionPoisson regressionHazard ratioDyslipidemiaProportional hazards modelNova scotiaEmergency medicinePediatricsDemographyInternal medicineConfidence intervalEnvironmental healthDiseasePopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Health system disruptions since onset of the COVID-19 pandemic may have adversely impacted adherence to medications for common cardiovascular risk factors. METHODS: We examined adherence to and discontinuation of incident prescriptions for medications treating hypertension, dyslipidemia, diabetes, and atrial fibrillation in Ontario, Alberta, and Nova Scotia, Canada. We compared the recent period (April 1, 2020 through most recently available follow-up: September 30, 2021 for Ontario; March 31, 2021 for Alberta; and March 31, 2022 for Nova Scotia) to the baseline, pre-pandemic period (April 1, 2014 through March 31, 2019). In each province, people aged ≥66 years with a valid health number and corresponding incident prescription were included. For each medication class, adherence in the recent period, defined as ≥ 0.80 proportion-of-days-covered (PDC), was compared to the pre-pandemic period using modified Poisson regression with robust error variance, adjusted for patient characteristics. Similarly adjusted Cox proportional hazards models compared hazard of discontinuation over one year of follow-up between the two time periods. RESULTS: In the recent period, PDC ranged from 48.9% for dyslipidemia medications in Alberta to 82.2% for anticoagulants in Nova Scotia. Adherence was not different between periods, with the following exceptions: higher adherence in the recent period for antihypertensives (adjusted risk ratios [aRR] 1.08, 95% CI 1.06-1.10) and dyslipidemics (aRR 1.07, 95% CI 1.04-1.09) in Nova Scotia, and for antihyperglycemics (aRR 1.10, 95% CI 1.08-1.14) and anticoagulants (1.15, 95% CI 1.12, 1.18) in Alberta. Adherence was lower in the recent period only for antihypertensives in Alberta (aRR 0.95, 95% CI 0.93, 0.97). One-year rates of discontinuation ranged from 20.9% for anticoagulants in the Alberta recent period to 56.7% for antihypertensives in the Ontario baseline period. The adjusted hazard of discontinuation was lower or unchanged in the recent period for all medication classes. CONCLUSIONS: Despite significant health system disruptions since 2020, recent adherence to incident cardiovascular prescriptions was similar or better than before and rates of medication discontinuation were lower. However, interventions are still needed to improve existing, suboptimal adherence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,813
Score d'incertitude au seuil0,816

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,345
Écart entre enseignants0,298 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Cardiovascular DisordersMême sujetMedication Adherence and ComplianceTravaux en français237 207