MétaCan
Menu
Retour à la cohorte
Enregistrement W2909886586 · doi:10.2147/ppa.s186776

<p>Persistence to subcutaneous biological agents in Hungarian patients treated for inflammatory arthritis</p>

2019· article· en· W2909886586 sur OpenAlexfundno aff
Péter Takács, Urja Lathia, Janey Shin, F. Nantel

Notice bibliographique

RevuePatient Preference and Adherence · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSpondyloarthritis Studies and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesJanssen Canada
Mots-clésMedicineGolimumabEtanerceptAdalimumabCertolizumab pegolPropensity score matchingInternal medicineRheumatoid arthritisPsoriatic arthritisInfliximabTumor necrosis factor alpha

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The aim of the study was to compare drug survival rate of subcutaneous tumor necrosis factor alpha inhibitors in rheumatoid arthritis, ankylosing spondylitis, and psoriatic arthritis patients in Hungary. METHODS: This was a retrospective analysis using data collected from 5,647 patients over a period of 10 years who were treated with any of the following drugs: adalimumab (ADA), etanercept, certolizumab pegol (CZP), and golimumab (GLM). National Health Insurance Fund's hospital, drug reimbursement, and special reimbursement registry data have been used in this study. Drug survival rate was calculated according to Kaplan-Meier survival analysis. Propensity score matching was used to reduce the potential bias caused by the inhomogeneity resulting from demographic characteristics, patient pathways, or drug administration protocols. Both raw and propensity matched data were subject of pairwise comparison between the four subcutaneous therapies. RESULTS: The overall rate of persistence for the 4 biological therapies was between 53% and 61% after 1 year and between 14% and 19% after 4 years (follow-up time). Pairwise comparisons between therapies showed significant differences with GLM-treated patients showing longer median survival times than patients on other therapies. After propensity matching, these differences remained statistically significant between GLM and ADA or CZP over 4 years. CONCLUSION: Hungarian show longer persistence to GLM compared to ADA and CZP.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,052
Tête enseignante GPT0,255
Écart entre enseignants0,202 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePatient Preference and AdherenceMême sujetSpondyloarthritis Studies and TreatmentsTravaux en français237 207