Prescriber preference for a particular tumour necrosis factor antagonist drug and treatment discontinuation: population-based cohort
Notice bibliographique
Résumé
OBJECTIVE: To assess the effect of physician preference for a particular tumour necrosis factor α (TNF) antagonist on the risk of treatment discontinuation in rheumatoid arthritis. DESIGN: Population-based cohort study. SETTING: British Columbia administrative health data (inpatients, outpatients and pharmacy). PARTICIPANTS: 2742 British Columbia residents who initiated a first course of a TNF antagonist between 2001 and December 2008, had been diagnosed with rheumatoid arthritis, and were treated by 1 of 58 medium-volume to high-volume prescribers. INDEPENDENT VARIABLE: A level of physician preference for the drug (higher or lower) was assigned based on preceding prescribing records of the care-providing physician. Higher preference was defined as at least 60% of TNF antagonist courses initiated in the preceding year. Sensitivity analysis was conducted with different thresholds for higher preference. MAIN OUTCOME MEASURE: Drug discontinuation was defined as a drug-free interval of 180 days or switching to another TNF antagonist, anakinra, rituximab or abatacept. The risk of discontinuation was compared between different levels of physician preference using survival analysis. RESULTS: Higher preference for the prescribed TNF antagonist was associated with improved persistence with the drug (4.28 years (95% CI 3.70 to 4.90) vs 3.27 (2.84 to 3.84), with log rank test p value of 0.017). The adjusted HR for discontinuation was significantly lower in courses of drugs with higher preference (0.85 (0.76 to 0.96)). The results were robust in a sensitivity analysis. CONCLUSIONS: Higher physician preference was associated with decreased risk of discontinuing TNF antagonists in patients with rheumatoid arthritis. This finding suggests that physicians who strongly prefer a specific treatment help their patients to stay on treatment for a longer duration. Similar research on other treatments is warranted.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».