Patient-Reported Treatment Experience with Oral Rivaroxaban: Results from the Noninterventional XALIA Study of Deep-Vein Thrombosis
Notice bibliographique
Résumé
Abstract For venous thromboembolism (VTE) treatment, patient satisfaction was shown to improve with rivaroxaban versus standard anticoagulation in the phase III EINSTEIN DVT and EINSTEIN PE trials. This substudy of the prospective, noninterventional XALIA study of rivaroxaban for deep-vein thrombosis treatment assessed if this was also observed in routine clinical practice. Patients enrolled in XALIA who received rivaroxaban or standard anticoagulation treatment were eligible for inclusion in this substudy. Treatment decisions were at the physician's discretion. Patients completed the 17-item Anti-Clot Treatment Scale (ACTS, comprising a 12-item Burdens subscale, a 3-item Benefits subscale and one global item per subscale) during follow-up. The propensity score-matched set (PMS) was used for the main analysis; the adjusted safety analysis (ASAF) set was used for confirmatory purposes. Analyses by follow-up visit and subgroup, including age, sex, and previous VTE, were also conducted. The PMS-ACTS analysis included 458 rivaroxaban-treated and 434 standard anticoagulation-treated patients. Baseline demographic and clinical characteristics were generally similar across treatment arms. ACTS Burdens scores significantly improved with rivaroxaban versus standard anticoagulation (least-squares mean difference of 2.4 ± 0.4 points; p < 0.0001); ACTS Benefits scores were numerically higher with rivaroxaban (least-squares mean difference of 0.2 ± 0.1 points; p = 0.2). Similar findings occurred across follow-up visits and subgroups. Results were confirmed in the ASAF-ACTS analysis. Consistent with phase III analyses, rivaroxaban was associated with improved ACTS Burdens scores; ACTS Benefits scores numerically favored rivaroxaban, although without reaching statistical significance.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».