MétaCan
Menu
Retour à la cohorte
Enregistrement W2748740204 · doi:10.1093/ofid/ofx163.1801

Rate of All-cause Hospitalization at Year 2 Between Treatment Groups Following Diagnosis of Nontuberculous Mycobacterial Lung Disease in the USA

2017· article· en· W2748740204 sur OpenAlexaff
Theodore K. Marras, Mehdi Mirsaeidi, Engels Chou, Gina Eagle, Raymond Zhang, Ping Wang, Quanwu Zhang

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMycobacterium research and diagnosis
Établissements canadiensToronto Western Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineNontuberculous mycobacteriaInternal medicineComorbidityEthambutolTuberculosisBronchiectasisLogistic regressionLung fibrosisAsthmaRifampicinLungPediatricsGastroenterologyPulmonary fibrosisMycobacteriumPathology

Résumé

récupéré en direct d'OpenAlex

The study compared rates of hospitalization between treatment groups in patients with nontuberculous mycobacterial lung disease (NTMLD) in a US national managed care claims database. Patient (N = 1039) pharmacy claims at year 1 following NTMLD diagnosis were classified into 3 treatment groups including triple combo (macrolide + ethambutol + rifamycin ± other drugs) (G1), other antibiotics used by physicians for NTMLD (G2), and no treatment (G3). Hospitalization rates at year 2 were compared between treatment groups using mixed effects logistic regression to adjust for patient characteristics and comorbidities measured by Charlson Comorbidity Index (CCI) during the 12 months prior to NTMLD diagnosis (baseline). Mean age was 66, 66 and 73 years with 65%, 70% and 66% women in G1 (n = 353), G2 (n = 388) and G3 (n = 298) respectively. At baseline, there was no difference on CCI (CCI≈2) between treatment groups. However, comorbidity distribution differed prominently in asthma (22.1%, 26.3% and 11.4%), arrhythmia (19.3%, 19.3% and 27.2%), cystic fibrosis (0.8%, 4.6% and 0%), immune disorder (7.6%, 9% and 2.7%), pneumonia (49.0%, 41.8% and 32.6%), and tuberculosis (9.3%, 8.2% and 5.4%), and in immunosuppressant use (51%, 51.5% and 25.2%). Baseline hospitalization was 31.7% in G1, 33.0% in G2, and 25.8% in G3. At year 2, CCI stayed almost unchanged from the baseline scores (1.9 in G1, 2.0 in G2, and 1.9 in G3). Unadjusted hospitalization rates were 19.6%, 27.8% vs 20.8%, and adjusted rates were 44.5%, 56.1% and 47.8% in 3 groups respectively (Figure). G2 had a 60% increase in risk of hospitalization after adjustment (odds ratio (OR)=1.60, 95% CI: 1.11–2.29, P = 0.01) compared with G1 but no statistically significant difference compared with G3 (OR=1.40, P = 0.08). Cerebrovascular disease (OR=1.8, P < 0.02), COPD (OR=1.60, P < 0.01), cystic fibrosis (OR=5.85, P < 0.01), depression (OR=1.64, P < 0.05), and other lung disease (OR=1.42, P < 0.05) were associated with a higher risk of hospitalization at year 2 after NTMLD diagnosis. We observed a lower hospitalization rate in NTMLD patients receiving antibiotics that were concordant with first line ATS/IDSA guidelines recommendations in comparison with those who used other antibiotic regimens. E. Chou, Insmed Incorporated: Employee, Salary; G. Eagle, Insmed Incorporated: Employee, Salary; R. Zhang, Insmed Incorporated: Consultant, Consulting fee; P. Wang, Insmed Incorporated: Employee, Salary; Q. Zhang, Insmed Incorporated: Employee, Salary

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,347
Écart entre enseignants0,314 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious DiseasesMême sujetMycobacterium research and diagnosisTravaux en français237 207