MétaCan
Menu
Retour à la cohorte
Enregistrement W2188483063 · doi:10.4172/2167-1052.1000132

Etanercept Patient Assistance Program: Another Data Source for Epidemiological Studies?

2013· article· en· W2188483063 sur OpenAlexaff
Brian Chan, Soo Jin Seung, D. J. McLean, Mary Bell, Neil H. Shear, Nicole Mittmann

Notice bibliographique

RevueAdvances in Pharmacoepidemiology & Drug Safety · 2013
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical studies and practices
Établissements canadiensUniversity of TorontoSunnybrook Health Science CentreHealth Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésEpidemiologyMedicineBioinformaticsOmicsEtanerceptData scienceComputational biologyComputer scienceInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Background: Patient assistance programs (PAP) have been established for biologic disease modifying therapies such as etanercept to improve patient knowledge and compliance and provide a means for follow-up.The information collected through these programs is a potential data source to determine patient characteristics, patient outcomes, treatment adherence and reimbursement practices of individuals prescribed biologic disease modifying therapies.Objective: To describe the population enrolled in the Enliven ® Services Patient Assistance Program and to determine one-year retention rates.Methods: A retrospective review of a Canadian cohort of patients enrolled in an etanercept PAP diagnosed with rheumatoid arthritis (RA) was conducted.Demographic and utilization information was collected for all subjects enrolled in the period between 2000 and 2007.One-year retention rates were also calculated from the data collected.Descriptive statistics were used to characterize the data.Results: 14,335 subjects prescribed etanercept were enrolled in Enliven ® .Average age at time of enrollment was 53 years.Three-quarters of subjects were female and four-fifths were English speaking.The largest percentage

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,050
score de la tête « metaresearch » (Gemma)0,153
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,265

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,153
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,019
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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.

Tête enseignante Opus0,158
Tête enseignante GPT0,497
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Pharmacoepidemiology & Drug SafetyMême sujetPharmaceutical studies and practicesTravaux en français237 207