B.05 Optimizing IVIg utilization for neuromuscular disease in BC: high user project
Notice bibliographique
Résumé
Background: In British Columbia, neuromuscular disease accounts for 31% of IVIg use, at a cost of $10.1 M. In addition to the new screening pathway, the BC Neuromuscular IVIg Program developed the Chronic High User Project to identify areas for improvement in utilization. Methods: Utilizing CTR data, all patients on IVIg maintenance therapy for approved neuromuscular conditions between April 1, 2013 and March 31, 2014 were identified. Patients receiving higher than usual IVIG treatments (CIDP and MG >1110 grams/year, MMNCB > 1400 grams/year) were evaluated. Following panel review, utilization data was compared with a second cohort (2014 to 2015) to determine impact. Following review, appropriateness of treatment was determined by consensus from a 3-member panel, and recommendations were made. Results: Of 377 patients, 38 “High Users” were identified. 29 cases were determined to be appropriate; 9 were not. There was a reduction in mean grams/episode in CIDP (1135g to 990g) and MG (1099 g to 1022g) between cohorts. The mean grams/episode for MMNCB did not change. Conclusions: In specific cases, the IVIg High User Program identified patients in whom the treatment could be optimized. However, the vast majority of use of IVIg for Neuromuscular Disease in BC is appropriate, including in patients requiring higher that “usual” doses.
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 | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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.
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 ».