MétaCan
Menu
Retour à la cohorte
Enregistrement W2977246521 · doi:10.14309/00000434-201610001-01023

Canadian Study of Outcomes in Adalimumab Patients with Support for Adherence: Results from the COMPANION Study

2016· article· en· W2977246521 sur OpenAlexaffabout
Martin G. Latour, Sebastien K. Gerega, Brad Millson, Louis Bessette, John K. Marshall, Gerald Lebovic, Michael Sung, Driss Oraichi, Tania Gaetano, Sandra Gazel, Marie-Claude Laliberté

Notice bibliographique

RevueThe American Journal of Gastroenterology · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAdolescent and Pediatric Healthcare
Établissements canadiensUniversité LavalSt. Michael's HospitalMerck Canada Inc. (Canada)McMaster UniversityABB (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineHazard ratioAdalimumabOdds ratioInternal medicineInfliximabLogistic regressionDiscontinuationProportional hazards modelRetrospective cohort studyPropensity score matchingConfidence intervalDisease

Résumé

récupéré en direct d'OpenAlex

Introduction: Adalimumab (ADA) is a TNF-alpha inhibitor indicated for use in various inflammatory autoimmune diseases including Crohn's disease (CD) and ulcerative colitis (UC). Patients receiving ADA in Canada are eligible to enroll in a patient support program (PSP) providing personalized services including tailored interventions. This retrospective cohort study assessed the impact of specific factors, including PSP services and patient characteristics, on persistence and adherence to ADA. Methods: A patient linkage algorithm based on probabilistic matching was developed to link the ADA PSP database to the IMS Health longitudinal pharmacy transaction database, LRx. Patients that started ADA therapy between July 2010 and August 2014 were selected and their prescriptions were evaluated for 12 months after the index date to calculate days until end of persistence (>90 days without therapy), censored for patients who remained on therapy through month 12. Cox proportional hazards modelling provided hazard ratios (HR) for the association between persistence and patient characteristics and PSP services. Adherence, measured by medication possession ratio (MPR), was calculated and multivariable logistic regression provided adjusted odds ratios (OR) for the relationship between high adherence (MPR >= 80%) and patient characteristics and PSP services. Results: The linkage algorithm yielded a final sample of 10,857 patients (4,230 CD, 347 UC). Statistically significant differences in the hazard rate of discontinuation and the odds of high adherence were identified across multiple variables. Relative to the 30-39 year category, older age groups had significantly greater odds of adherence (OR = 1.247, 1.234, 1.323, 1.411, p < 0.01). Patients receiving ongoing motivational interventions, in the form of nurse-provided phone calls, were 72% less likely to cease therapy when compared to those that did not receive the interventions (HR = 0.282, p < 0.0001) and were also more adherent (OR = 1.483, p < 0.0001). Treatment abandonment (failure to initiate therapy after enrolment in the PSP) was >80% more frequent in patients that did not receive a pre-ADA intervention (p < 0.0001). Conclusion: Ongoing motivational interventions, as provided by the ADA PSP, were found to have a large and statistically significant association to greater patient persistence and adherence over the first 12 months of treatment. These results may help refine interventions aiming at improving treatment adherence.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,036
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,372
Écart entre enseignants0,330 · 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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe American Journal of GastroenterologyMême sujetAdolescent and Pediatric HealthcareTravaux en français237 207