Development of a Drug Treatment-Based Severity Measure in Childhood Asthma
Notice bibliographique
Résumé
Valid measures of severity are crucial in asthma pharmacoepidemiological research. This study reports the development and validation of a severity measure in childhood asthma for application to health care administrative data. A drug treatment-based asthma severity measure was developed following the stepped care approach to treatment, and this was applied to a cohort of 16,862 children who met a case definition for asthma drug prescription use between January 1995 and March 1996. Assessments were made of the measure's reliability, validity, and responsiveness to change over time. The drug treatment-based asthma severity measure classified 42% of children as having mild asthma, 37% as having moderate asthma, 19% as having moderate-severe asthma, and 2% as having severe asthma. Agreement on severity classification between two successive time periods was excellent (kappa = 0.82). Children classified as having severe asthma were significantly more likely than children with mild-moderate asthma to have previous asthma hospitalizations, to visit asthma specialists, to have high physician utilization, and to require hospital critical care. They were more likely to be reclassified as having severe asthma 2 years later. These findings show that a drug treatment-based severity measure in childhood asthma, which can be applied to prescription data, has good reliability and validity, and is responsive to changes in asthma severity over time.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».