A retrospective claims analysis: Compliance and discontinuation rates among Canadian patients with multiple sclerosis treated with disease-modifying therapies
Notice bibliographique
Résumé
BACKGROUND: Compliance to disease modifying therapy (DMT) is associated with a reduced risk of relapse, lower healthcare resource utilization, and improved health-related quality of life in patients with multiple sclerosis (MS). Our objective was to assess the compliance and discontinuation rates of fingolimod relative to other oral, injectable, and infusible DMTs available on the market at the time of the study in Canada in patients with relapsing-remitting MS (RRMS). METHODS AND FINDINGS: We conducted a retrospective claims analysis. Patients with RRMS with ≥ 1 prescription for each DMT were included. Compliance (medication possession ratio of ≥ 80%) and discontinuation (gap > 30 days from the end of the index prescription) were calculated at the 6-, 12- and 24-month time points. Compliance with fingolimod at the 6-, 12- and 24-month time points was 75%, 75% and 70%, respectively; compared with DMF [70% (P < 0.001), 68% (P < 0.001), and 56% (P < 0.001), respectively], and BRACE [53% (P < 0.001), 47% (P < 0.001), and 35% (P < 0.001), respectively]. Compliance with fingolimod was comparable to teriflunomide at each time point, but was higher compared to natalizumab [70% versus 57% (P < 0.001)] at the 24-month time point. At the 6-, 12- and 24-month time points, patients on fingolimod had the lowest discontinuation rate (26%, 24%, and 29%, respectively) compared to BRACE [49% (P < 0.001), 44% (P < 0.001), and 57% (P < 0.001)], respectively], and natalizumab [33% (P < 0.001), 29% (P < 0.001), and 45% (P < 0.001), respectively], and was similar to teriflunomide (26%, 25%, and 31%, respectively). CONCLUSIONS: The compliance rate in fingolimod treated patients at the 24 month time point was higher than that observed in natalizumab treated patients. The discontinuation rate was lower with fingolimod compared to other DMTs at all time points but was similar to teriflunomide.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».