Treatment Patterns, Resource Use, and Economic Outcomes Associated with Atypical Antipsychotic Prescriptions in Children and Adolescents with Attention-Deficit Hyperactivity Disorder in Quebec
Notice bibliographique
Résumé
OBJECTIVE: To assess treatment patterns, health care resource utilization (HRU), and costs among previously stimulant-treated children and adolescents with attention-deficit hyperactivity disorder (ADHD) receiving atypical antipsychotic (AAP) prescriptions in Quebec. METHODS: Health care claims data extracted from Quebec's provincial health plan database between March 2007 and February 2012 were analyzed. Children and adolescents (6 to 17 years) with ADHD who were taking a stimulant and either switched to, or augmented with, an AAP (with the first AAP defined as the index AAP) without a documented diagnosis for which AAPs are Health Canada-approved were included. Discontinuation, augmentation, and switching of the index AAP during the 12-month, follow-up period were estimated using Kaplan-Meier survival analysis. HRU and costs for the 6 months before (baseline period) and after initiation of the index AAP were compared. RESULTS: A total of 453 children and adolescents with ADHD, mostly male (74.6%) and aged 6 to 12 years (73.7%), met the inclusion criteria. The 12-month discontinuation, augmentation, and switching rates were 45.5%, 68.2%, and 80.7%, respectively. Patients had, on average, more all-cause prescription fills (22.2, compared with 13.3) and incurred more all-cause pharmacy ($889, compared with $710), total medical ($1096, compared with $644), and total health care ($1985, compared with $1354) costs during the 6-month study period than during the 6-month baseline period (all P < 0.05). Similarly, ADHD-related total health care costs were higher during the study period ($1269, compared with $835; P < 0.05); all-cause and ADHD-related total health care costs increased by 46.6% and 52.0%, respectively. CONCLUSION: Use of an AAP among stimulant-treated children and adolescents with ADHD in Quebec was associated with high rates of therapy changes and increased HRU and costs.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».