The risks and costs of multiple-generic substitution of topiramate
Notice bibliographique
Résumé
OBJECTIVE: To investigate clinical and economic consequences following generic substitution of one vs multiple generics of topiramate (Topamax; Ortho-McNeil Neurologics, Titusville, NJ). METHODS: Medical and pharmacy claims data of Régie de l'Assurance-Maladie du Québec from January 2006 to October 2007 were used. Patients with epilepsy treated with topiramate were selected. An open-cohort design was used to classify the observation period into periods of brand, single-generic, and multiple-generic use. One-year generic-switch and switchback-to-brand rates were estimated using Kaplan-Meier methodology. Medical resource utilization and costs were compared among the three periods using multivariate regression analysis. RESULTS: In total, 948 patients were observed during 1,105 person-years of brand use, 233 person-years of single-generic use, and 92 person-years of multiple-generic use. A total of 23% of generic users received at least two different generic versions. Compared to brand use, multiple-generic use was associated with higher utilization of other prescription drugs (incidence rate ratio [IRR] = 1.27, 95% confidence interval [CI] = 1.24-1.31), higher hospitalization rates (0.48 vs 0.83 visit/person-year, IRR = 1.65, 95% CI = 1.28-2.13), and longer hospital stays (2.6 vs 3.9 days/person-year, IRR = 1.43, 95% CI = 1.27-1.60), but the effect was less pronounced in single-generic use (hospitalization: IRR = 1.08, 95% CI = 0.88-1.34, length of stay: IRR = 1.12, 95% CI = 1.03-1.23). The risk of head injury or fracture was nearly three times higher (hazard ratio = 2.84, 95% CI = 1.24-6.48) following a generic-to-generic switch compared to brand use. The total annualized health care cost per patient was higher in the multiple-generic than brand periods by C$1,716 (cost ratio = 1.21, p = 0.0420). CONCLUSION: Multiple-generic substitution of topiramate was significantly associated with negative outcomes, such as hospitalizations and injuries, and increased health care costs.
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 | 0,001 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».