Adherence to Antitumor Necrosis Factor Use Recommendations in Spondyloarthritis: Measurement and Effect in the DESIR Cohort
Notice bibliographique
Résumé
OBJECTIVE: To evaluate a classification system to define adherence to axial spondyloarthritis (axSpA) anti-tumor necrosis factor (anti-TNF) use recommendations and examine the effect of adherence on outcomes in the DESIR cohort (Devenir des Spondylarthropathies Indifférenciées Récentes). METHODS: Using alternate definitions of adherence, patients were classified as adherent "timely" anti-TNF users, nonadherent "late" anti-TNF users, adherent nonusers ("no anti-TNF need"), non-adherent nonusers ("unmet anti-TNF need"). Multivariate models were fitted to examine the effect of adherence on quality-adjusted life-years (QALY), total costs, and nonbiologic costs 1 year following an index date. Generalized linear regression models assuming a γ-distribution with log link were used for costs outcomes and linear regression models for QALY outcomes. RESULTS: Using the main definition of adherence, there were no significant differences between late anti-TNF users and timely anti-TNF users in total costs (RR 0.86, 95% CI 0.54-1.36, p = 0.516) or nonbiologic costs (RR 0.72, 95% CI 0.44-1.18, p = 0.187). However, in the sensitivity analysis, late anti-TNF users had significantly increased nonbiologic costs compared with timely users (RR 1.58, 95% CI 1.06-2.36, p = 0.026). In the main analysis, there were no significant differences in QALY between timely anti-TNF users and late anti-TNF users, or between timely users and patients with unmet anti-TNF need. In the sensitivity analysis, patients with unmet anti-TNF need had significantly lower QALY than timely anti-TNF users (-0.04, 95% CI -0.07 to -0.01, p = 0.016). CONCLUSION: The effect of adherence to anti-TNF recommendations on outcomes was sensitive to the definition of adherence used, highlighting the need to validate methods to measure adherence.
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 | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».