MétaCan
Menu
Retour à la cohorte
Enregistrement W2809044660 · doi:10.2337/db18-2272-pub

Predictors of Preferences for Use of MK-1293 Pens among Patients with Diabetes—Findings from a Multinational Study in the U.S., Canada, and U.K.

2018· article· en· W2809044660 sur OpenAlexaboutno aff
Berhanu Alemayehu, Allison Martin Nguyen, Marco DiBonaventura, Bijal Shah‐Manek, Chitra Karki, Michael F. Crutchlow

Notice bibliographique

RevueDiabetes · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical studies and practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInsulin glargineInsulin penMedicineLogistic regressionDemographicsType 2 diabetesPreferenceFamily medicineDiabetes mellitusDemographyInsulinInternal medicinePsychologyEndocrinologyMathematics

Résumé

récupéré en direct d'OpenAlex

This study examines the predictors of preferences of pen devices used with originator insulin glargine and MK-1293, a recently approved biosimilar insulin glargine (referred to as “Pen X”), among patients with diabetes. Adult patients with type 1/type 2 diabetes were recruited from commercial panels in the U.S., Canada, and the UK for one hour study visits. Respondents rated several attributes of each pen along with overall preferences for each of the two insulin pens. Non-inferiority analyses were conducted to compare ratings of the originator insulin glargine pen with Pen X. Logistic regression modeling was conducted to identify predictors of overall preference. A total of N=177 patients completed the study: mean age of 53.2 years, 56% males, with 73% type 2 diabetes. Overall, 63.2% preferred Pen X, 22.3% preferred originator insulin glargine pen and 14.5% had no preference. Except for employment, demographics were not significantly associated with overall preference, however the ease of pushing the injection button, instruction booklet and overall quality of the pen were predictive of an overall preference of Pen X (Table 1).The current study suggests that >60% of patients preferred Pen X and that overall, functional use and individual pen characteristics were the strongest predictors of preference, after adjusting for other pen characteristics. Disclosure B. Alemayehu: Employee; Self; Merck & Co., Inc. A.M. Nguyen: Employee; Self; Merck & Co., Inc. M. DiBonaventura: Employee; Self; Pfizer Inc.. Consultant; Self; Merck & Co., Inc.. B. Shah-Manek: None. C. Karki: None. M. Crutchlow: Employee; Self; Merck & Co., Inc.. Consultant; Spouse/Partner; Novo Nordisk Inc., Zealand Pharma A/S, XOMA Corporation.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,079
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

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

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 Opus0,042
Tête enseignante GPT0,294
Écart entre enseignants0,253 · 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 tête enseignante, 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetPharmaceutical studies and practicesTravaux en français237 207