Quality care in seniors with new‐onset rheumatoid arthritis: A Canadian perspective
Notice bibliographique
Résumé
OBJECTIVE: To estimate the percentage of seniors with rheumatoid arthritis (RA) receiving disease-modifying antirheumatic drugs (DMARDs) within the first year of diagnosis. METHODS: We assembled an incident RA cohort from Ontario physician billing data for 1997-2006. We used a standard algorithm to identify 24,942 seniors with RA based on ≥ 2 billing codes ≥ 60 days apart but within 5 years. Drug exposures were obtained from pharmacy claims data. We followed subjects for 1 year, assessing if they had been exposed (defined as ≥ 1 prescription) to 1 or more DMARDs within the first year of RA diagnosis. We assessed secular trends and differences for subjects who had received rheumatology care (defined as ≥ 1 rheumatology encounter) versus those who had not. RESULTS: In total, only 39% of the 24,942 seniors with new-onset RA identified over 1997-2006 were exposed to DMARD therapy within 1 year of diagnosis. This increased from 30% in 1997 to 53% in 2006. Patients whose care involved a rheumatologist were more likely to be exposed to DMARDs than those who had no rheumatology care. In 2006, 67% of subjects receiving rheumatology care were exposed to DMARDs versus 21% of those with no rheumatology care. CONCLUSION: Improvements in RA care have occurred, but more efforts are needed. Subjects receiving rheumatology care are much more likely to receive DMARDs as compared to those with no rheumatology care. This emphasizes the key role of rheumatologists.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 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 ».