Overall medicine burden for people on lipid-lowering therapy: Cross-sectional analysis of national pharmacy dispensing data
Notice bibliographique
Résumé
MEDICINES are increasingly used to control risk factors; lipid-lowering medicines are recommended for cardiovascular disease (CVD) and risk. 1 Since 2016-17, statins have been the most commonly prescribed medicines in Australia 2 and, in 2016, they were prescribed to over 40% of older people. 1 Many other chronic conditions are commonly comorbid with CVD, including diabetes, chronic lung disease, mental health disorder and autoimmune conditions, 3 so patients taking statins are often prescribed multiple additional medicines.Polypharmacy is described as taking five or more concurrent medicines; 4 the polypharmacy rate among US patients with CVD aged 65 years increased from 24% in 2000 to 39% in 2014. 5As medicine number and complexity increase, so do the risks of adverse interactions and events, 4 and reduced patient adherence. 6In Australia, most longer-term medicines have been dispensed in monthly quantities, also necessitating frequent pharmacy visits, although Pharmaceutical Benefits Scheme (PBS) changes in September 2023 have begun to address this with 60-day supply for some items.People incur financial cost for medicines.International research shows that this is associated with reduced adherence, adverse outcomes and increased expenditure for the healthcare system. [7][8]][9] The Australian PBS mitigates cost with a fixed patient co-payment for each prescription dispensed.In 2019 this was capped at $6.60 for low-income and disadvantaged 'concessional' beneficiaries, and at $40.30 for general beneficiaries.The PBS-published Dispensed Price for Maximum Quantity (DPMQ) indicates, for each medicine, the maximum chargeable by pharmacies, including all fees and mark-ups. 10Co-payments from registered family members contribute towards a PBS safety net threshold; in 2019 this was $390 for concessional and $1550.70 for general beneficiaries.After reaching this threshold, co-payments were removed for concessional beneficiaries and reduced to $6.60 for general beneficiaries. 11 The aim of this study was to investigate the largely unknown medicine burden and costs for both general and concessional beneficiaries dispensed with lipid-lowering medicines in Australia.
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 | 0,002 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».