Generic antiepileptic drugs and associated medical resource utilization in the United States
Notice bibliographique
Résumé
OBJECTIVE: To evaluate whether generic substitution was associated with any difference in medical resource utilization for 5 widely used antiepileptic drugs (AEDs) in the United States. METHODS: Health insurance claims from PharMetrics Database, representing over 90 health plans between January 2000 and October 2007, were analyzed. Adult patients with epilepsy, continuously treated with carbamazepine, gabapentin, phenytoin, primidone, or zonisamide, were selected. An open-cohort design was used to classify patients into mutually exclusive periods of brand vs generic use of AEDs. Pharmacy and medical utilization were compared between the 2 periods with multivariate regression analyses. Results were stratified into epilepsy-related medical services, and stable (< or = 2 outpatient visits per year and no emergency room visit) vs unstable epilepsy. Time-to-event analyses were also performed for all services and epilepsy-related endpoints. RESULTS: A total of 18,125 patients were observed in the stable group and 15,500 patients in the unstable group. After adjustment of covariates, periods of generic AED treatment were associated with increased use of all prescription drugs (incidence rate ratio [IRR] [95% confidence interval (CI)] = 1.13 [1.13-1.14]) and higher epilepsy-related medical utilization rates (hospitalizations: IRR [95% CI] = 1.24 [1.19-1.30]; outpatient visits: IRR [95% CI] = 1.14 [1.13-1.16]; lengths of hospital stays: IRR [95% CI] = 1.29 [1.27-1.32]). Generic-use periods were associated with increased utilization rates in stable and unstable patients and with 20% increased risk of injury, compared to periods with brand use of AEDs. CONCLUSIONS: Generic antiepileptic drug use was associated with significantly greater medical utilization and risk of epilepsy-related medical events, compared to brand use. This relationship was observed even in patients characterized as stable. AED = antiepileptic drug; CI = confidence interval; ER = emergency room; HR = hazard ratio; ICD = International Classification of Diseases; IRR = incidence rate ratio.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».