MétaCan
Menu
Retour à la cohorte
Enregistrement W4415711891 · doi:10.1016/j.eclinm.2025.103595

Prescribing trends and time series analysis of blood pressure-lowering drugs among patients with dementia: a multinational database study

2025· article· en· W4415711891 sur OpenAlexaff
Edmund Chi Lok Cheung, Yunzhang Wang, Lisa M. Kalisch Ellett, Matthew Adesuyan, Máté Szilcz, Sonia Shah, Nicole Pratt, Ruth Brauer, Yogini Jani, Robert Smith, Hao Luo, Jacqueline Kwan Yuk Yuen, Sara Hägg, Celine Sze Ling Chui

Notice bibliographique

RevueEClinicalMedicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesInnovation and Technology Commission - Hong KongResearch Grants Council, University Grants CommitteePfizerMSD
Mots-clésMultinational corporationInterrupted Time Series AnalysisMEDLINEInterrupted time seriesAlternative medicineResearch design

Résumé

récupéré en direct d'OpenAlex

Background: Hypertension is common among people living with dementia and blood pressure-lowering drug (BPLD) treatment in dementia patients may vary widely between individuals and countries/regions. This study aimed to describe and evaluate how prescribing trends of BPLD change before and after incident dementia diagnosis using electronic health record databases across four countries/regions. Methods: Electronic health records were collected from Hong Kong, United Kingdom, Sweden, and Australia for this study. Study dates were based on data availability from each database and ranged from January 1st, 2000 to December 31st, 2020. The target population were people diagnosed with dementia, with a prior diagnosis of hypertension and prescription of BPLD. Time series analysis, similar to interrupted time series, was conducted to evaluate the prescribing trends of BPLD three years before and after dementia diagnosis. The primary outcome of interest was the monthly proportion of patients prescribed with a BPLD. Findings: 31,873 patients from Hong Kong, 59,108 from the UK, 5034 from Sweden and 12,807 from Australia were included in this study. The mean age ranged from 78.3 years in Australia to 81.1 years in Hong Kong at time series entry. BPLD prescribing decreased in the three years before dementia diagnosis (negative pre-dementia slope) across all four databases. A significant immediate increase in antihypertensive prescribing was observed immediately after incident dementia diagnosis in Hong Kong (Estimate∗100: 4.66, 95% CI: 3.79-5.53), Sweden (Estimate∗100: 2.24, 95% CI: 1.60-2.88), and Australia (Estimate∗100: 1.58, 95% CI: 1.07-2.09), while there was no significant level change in the UK. BPLD prescribing declined in the three years after diagnosis for all databases. Interpretation: This is the largest multinational population-based study to date investigating prescribing trends of BPLD before and after dementia diagnosis. The time series analysis results suggested that there was increased vigilance of blood pressure control shortly after dementia diagnosis. Funding: This study was supported by the Hong Kong Research Grants Council General Research Fund, No. 17113720.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,007
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,295
Écart entre enseignants0,278 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEClinicalMedicineMême sujetBlood Pressure and Hypertension StudiesTravaux en français237 207