Practice Variation in Prescribing SGLT2-Inhibitors: A Population-Based Analysis from Alberta, Canada
Notice bibliographique
Résumé
Background: Sodium glucose-cotransporter 2 inhibitors (SGLT2is) have been shown to reduce the risk of cardiorenal complications in select patient populations, yet their real-world uptake in clinical practice is limited. The objective of this study was to assess the factors influencing prescriber variation in SGLT2i use. Methods: Using administrative data from Alberta, Canada, we conducted a population-based cohort study of adults with a new prescription for any oral antihyperglycemic medication between 2014-2021. We used multilevel logistic regression to examine how patient and prescriber characteristics were associated with SGLT2i prescription and used the median odds ratio to quantify variation at the prescriber level. Results: Of 339,314 patients prescribed a new antihyperglycemic medication, 0.8% (n = 2852) were prescribed an SGLT2i. SGLT2i prescribing was more likely among male patients, younger patients, and those with obesity or heart failure. However, substantial variation was present in prescriber behaviour for SGLT2i, and prescriber factors had a greater influence on SGLT2i prescribing than patient-level factors (median odds ratio 3.55). Although family physicians accounted for greatest numbers of SGLT2i prescriptions overall, subspecialists, such as cardiologists, were more likely to prescribe SGLT2is (odds ratio 13.5, 95% confidence interval 8.9-20.5). Conclusions: The rate of new SGLT2i prescriptions was low during the study period. Both patient- and prescriber-level factors are associated with SGLT2i prescription, although variation in prescribing SGLT2i medications appears to be driven primarily by prescriber factors. Family physicians are responsible for the majority of SGLT2i prescriptions and represent a key provider group in aligning SGLT2i prescribing with guideline recommendations.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».