BACKGROUND AND PURPOSE Patients' adherence to medication is a complex, multidimensional phenomenon. Dispensation data and electronic health records are used to approximate medication-taking through refill adherence. In-depth discussions on the adverse effects of data quality and computational differences are rare. The purpose of this article is to evaluate the impact of common pitfalls when computing medication adherence using electronic health records. PROCEDURES We point out common pitfalls associated with the data and operationalization of adherence measures. We provide operational definitions of refill adherence and conduct experiments to determine the effect of the pitfalls on adherence estimations. We performed statistical significance testing on the impact of common pitfalls using a baseline scenario as reference. FINDINGS Slight changes in definition can significantly skew refill adherence estimates. Pickup patterns cause significant disagreement between measures and the commonly used proportion of days covered. Common data related issues had a small but statistically significant (p < 0.05) impact on population-level and significant effect on individual cases. CONCLUSION Data-related issues encountered in real-world administrative databases, which affect various operational definitions of refill adherence differently, can significantly skew refill adherence values, leading to false conclusions about adherence, particularly when estimating adherence for individuals.

中文翻译：

---

通过EHR和药房记录进行药物依从性近似的陷阱：定义，数据和计算。

背景和目的患者对药物的依从性是一个复杂的多维现象。分配数据和电子健康记录可用于通过补充笔录估算服药情况。很少有关于数据质量和计算差异的不利影响的深入讨论。本文的目的是评估使用电子健康记录计算药物依从性时常见陷阱的影响。程序我们指出与遵守措施的数据和实施相关的常见陷阱。我们提供笔芯依从性的操作定义，并进行实验以确定陷阱对依从性估计的影响。我们以基准情景为参考，对常见陷阱的影响进行了统计显着性测试。发现定义上的微小变化会严重影响笔芯的依从性估计。取货方式导致措施与通常使用的天数比例之间存在重大分歧。与共同数据有关的问题对人口水平的影响较小，但在统计上具有显着意义（p <0.05），对个别病例影响很大。结论实际管理数据库中遇到的与数据相关的问题会以不同的方式影响笔芯依从性的各种操作定义，这些问题可能会严重影响笔芯依从性的值，从而导致有关依从性的错误结论，特别是在估计个人依从性时。与共同数据有关的问题对人口水平的影响较小，但在统计上具有显着意义（p <0.05），对个别病例影响很大。结论实际管理数据库中遇到的与数据相关的问题会以不同的方式影响笔芯依从性的各种操作定义，这些问题可能会严重影响笔芯依从性的值，从而导致有关依从性的错误结论，特别是在估计个人依从性时。与共同数据有关的问题对人口水平的影响较小，但在统计上具有显着意义（p <0.05），对个别病例影响很大。结论实际管理数据库中遇到的与数据相关的问题会以不同的方式影响笔芯依从性的各种操作定义，这些问题可能会严重影响笔芯依从性的值，从而导致有关依从性的错误结论，特别是在估计个人依从性时。