MétaCan
Menu
Retour à la cohorte
Enregistrement W2916521895 · doi:10.1186/s12931-019-1007-0

Extent, trends, and determinants of controller/reliever balance in mild asthma: a 14-year population-based study

2019· article· en· W2916521895 sur OpenAlexafffundabout
Amir Khakban, J. Mark FitzGerald, Hamid Tavakoli, Larry D. Lynd, Solmaz Ehteshami‐Afshar, Mohsen Sadatsafavi

Notice bibliographique

RevueRespiratory Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensVancouver General HospitalCentre for Advancing Health OutcomesUniversity of British Columbia
Organismes subventionnairesUniversity of British ColumbiaAstraZeneca CanadaAstraZeneca
Mots-clésAsthmaMedicineMedical prescriptionCohortPopulationPediatricsRate ratioHealth careInternal medicineEnvironmental healthPharmacology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The majority of patients with asthma have the mild form of the disease. Whether mild asthma patients receive appropriate asthma medications has not received much attention in the literature. We examined the trends in indicators of controller/reliever balance. METHODS: Using administrative health databases of British Columbia, Canada (2000 to 2013), we created a population-based cohort of adolescents/adults with mild asthma using validated case definition algorithms. Each patient-year of follow-up was assessed based on two markers of inappropriate medication prescription: whether the ratio of controller medications (inhaled corticosteroids [ICS] and leukotriene receptor antagonists [LTRA]) to total asthma-related prescriptions was low (cut-off 0.5 according to previous validation studies), and whether short-acting beta agonists (SABA) were prescribed inappropriately according to previously published criteria that considers SABA in relation to ICS prescriptions. Generalized linear models were used to evaluate trends and to examine the association between patient-, disease-, and healthcare-related factors and medication use. RESULTS: The final cohort consisted of 195,941 mild asthma patients (59.5% female; mean age at entry 29.6 years) contributing 1.83 million patient-years. In 48.8% of patient-years, controller medications were suboptimally prescribed, while in 7.2%, SABAs were inappropriately prescribed. There was a modest year-over-year decline in inappropriate SABA prescription (relative change - 1.3%/year, P < 0.001) and controller-to-total-medications (relative change - 0.5%/year, P < 0.001). Among the studied factors, the indices of type and quality of healthcare (namely respirologist consultation and receiving pulmonary function test) had the strongest associations with improvement in controller/reliever balance. CONCLUSIONS: Large number of mild asthma patients continue to be exposed to suboptimal combinations of asthma medications, and it appears there are modifiable factors associated with such phenomenon.

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)0,002
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 enseignants0,227
Score d'incertitude au seuil0,451

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,050
Tête enseignante GPT0,384
Écart entre enseignants0,334 · 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

Citations2
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRespiratory ResearchMême sujetAsthma and respiratory diseasesTravaux en français237 207