Antihypertensive drugs : patterns of use and biases in the estimation of myocardial infarction risk
Notice bibliographique
Résumé
In this thesis, we addressed different issues related to drug exposure as it may bear on the estimates of risk in the context of hypertension treatment. A cohort of 19,501 subjects initiating therapy for uncomplicated hypertension was identified from Saskatchewan Health databases. In a first study aimed at documenting the equivalence of the angiotensin-converting-enzyme (ACE) inhibitors, we found that medical visits and hospitalizations following treatment initiation were lower among patients initially dispensed enalapril and lisinopril relative to captopril. Baseline characteristics could not be ruled out as possible explanations but variability in the outcomes suggest that ACE inhibitors may not be equivalent in all respects. Due to concerns about the appropriateness of using initial treatment as the exposure, patterns of use of antihypertensive were examined longitudinally in the second manuscript using the same cohort. ACE inhibitors, followed by calcium antagonists and beta-blockers, were the most commonly prescribed agents to initiate therapy for hypertension. Compliance with therapy was found to decrease over time with only 28% of patients still being compliant after seven years. In addition, 89% of patients underwent at least one modification to therapy, interrupted treatment being the most frequently encountered. Important differences were also found across agents with regard to compliance, type and timing of treatment modifications. The third manuscript reports on a case-control study assessing the association between antihypertensive drug use and the risk of myocardial infarction (MI). Overall, 812 cases of MI were identified using hospital discharge data and death certificates. Four controls were matched to each case on entry date and time at risk of an event. Compared with beta-blockers, current use of calcium antagonists was associated with an increased risk of MI (RR = 2.3; 95% Cl = 1.7--3.1). The risk ratio for ACE inhibitors was 1.3 (95% Cl = 1.0
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 | 0,100 | 0,276 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».