Impact of guidelines on health care use for the management of dyslipidemia in two Canadian provinces, Alberta and Nova Scotia, from 1990 to 2001.
Notice bibliographique
Résumé
BACKGROUND: Guidelines for the treatment of hyperlipidemia aim at improving the management of people at a higher risk of developing cardiovascular disease. OBJECTIVES: To study the potential impact of hyperlipidemia guidelines on health care use in two Canadian provinces with different levels of hyperlipidemia. METHODS: Trends in physician billing were obtained from Alberta between 1990 and 2000 and from Nova Scotia between 1994 to 2001 using the 272 primary diagnostic code for hyperlipidemia. Record linkage between a 272 code and a prescription in the subsequent six months was made through the Pharmacare database (which automatically registers all individuals 65 years of age and over). Data were also linked between the 1995 Nova Scotia Health Survey and the Pharmacare data. RESULTS: Trends in hyperlipidemia codes were similar in Alberta and Nova Scotia by sex and age, with acceleration in the final years of the study. Approximately 5% of the adult population had a diagnosis of hyperlipidemia. Less than 60% of people aged 65 years and over with a 272 code filled an antilipemic prescription in the subsequent six months. Using the National Cholesterol Education Program Adult Treatment Panel III classification and the 1995 Nova Scotia Health Survey, less than 10% of the participants aged 65 years and over had a corresponding diagnostic code of 272, while more than half could be classified as having hyperlipidemia. In 1995, approximately one-half of people at high risk, with a 272 code in the subsequent five years, had a prescription for antilipemic drugs. CONCLUSIONS: Despite some limitations, these data show a discrepancy between guideline development and practice, leaving a high number of at-risk individuals undiagnosed and untreated. Mechanisms need to be put in place to ensure better classification and follow-up of people with hyperlipidemia at risk for cardiovascular disease.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».