4-Year Cost Trajectories in Real-World Patients Matched to the Metabolic Profiles of Trial Subjects Before/After Treatment with Phentermine-Topiramate
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Our objective was to estimate 4-year healthcare costs associated with the metabolic profile of patients before and after 1 year of treatment with phentermine (15 mg) and topiramate extended-release (92 mg) [phentermine-topiramate ER]. DESIGN AND METHODS: Using a medical records database, we created two patient cohorts reflecting metabolic profiles of subjects before and after phentermine-topiramate ER therapy during the 1-year CONQUER trial. We matched database patients with trial subjects by age, sex, body mass index (BMI), and hypertension, glycemic, and triglyceride status. We collected real-world data on emergency department and outpatient visits, hospitalizations, and drug prescriptions over 4 years, linking them to reimbursements to estimate US private insurance costs for post-trial (n = 2295) versus pre-trial intention-to-treat (ITT) patients (n = 2295). Secondary analysis assessed responders (completers losing ≥5 % body weight [n = 1285]). RESULTS: Over 4 years, the mean cost per patient in the post- versus pre-trial ITT-group was $US32,432 versus $US34,725 (mean difference -2292; 95 % confidence interval [CI] -4776 to 209). In responders, corresponding costs were $US30,558 versus $US33,936 (mean difference -3378; 95 % CI -6496 to -464). Costs for post- versus pre-trial responders were lower for outpatient visits, emergency visits, and medications (all P < 0.05). CONCLUSION: Excluding treatment cost and potential side effects, patients matched to profiles of phentermine-topiramate ER responders had lower costs than patients matched to pre-treatment profiles.
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.
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 | 0,001 |
| 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) | 0,000 | 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 découle