Patterns and Predictors of Long-term Nonuse of Medical Therapy Among Persons with Inflammatory Bowel Disease
Notice bibliographique
Résumé
BACKGROUND: To evaluate patterns and predictors of long-term nonuse of inflammatory bowel disease (IBD)-specific medications among patients with IBD. METHODS: All incident cases of IBD diagnosed between 1987 and 2012 were identified from the population-based University of Manitoba IBD Epidemiology Database. Point prevalence of long-term medication nonuse (defined as no receipt of IBD-specific medications for a year or longer) was determined over calendar time and the course of disease. Cox proportional hazard regression analysis was performed to identify factors associated with delayed initiation and with becoming a long-term nonuser. RESULTS: Among 6451 persons with IBD followed since 1987 (46.8% male, 47.8% with Crohn's disease), 11.7% were not dispensed an IBD-specific medication within the first year and 6.2% within 5 years after diagnosis. Factors associated with delayed initiation included having Crohn's disease (hazard ratio [HR] = 0.78, 95% confidence interval [CI], 0.73-0.83), lower socioeconomic status (HR = 0.91, 95% CI, 0.84-0.98), age more than 65 years (HR = 0.76, 95% CI, 0.67-0.86), and having any medical comorbidity. The prevalence of long-term nonuse consistently remained between 40% and 50% of persons with IBD across the study years. Patients with Crohn's disease (HR = 1.14, 95% CI, 1.04-1.25), lower socioeconomic status (HR = 1.14, 95% CI, 1.02-1.27), patients with IBD-associated surgery (HR = 1.72, 95% CI, 1.51-1.96), or delayed initiation of first IBD medication were more likely to become long-term nonusers after initiation. CONCLUSIONS: At any given time, roughly half of all patients with IBD have not used IBD-specific medications in the previous year. Further work is required to evaluate the clinical implications of long-term medication nonuse in IBD.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».