Association between disease-modifying therapies for multiple sclerosis and healthcare utilisation on a population level: a retrospective cohort study
Notice bibliographique
Résumé
OBJECTIVE: Disease-modifying therapy (DMT) use in multiple sclerosis (MS) has increased significantly. However, the impact of DMTs on healthcare use is limited and conflicting, and rarely examined at a population level. This study examined the association between DMTs and healthcare utilisation at the population level. DESIGN: Retrospective cohort. SETTING: Health administrative data from Saskatchewan, Canada (1997-2016). PARTICIPANTS: To test for associations at the population level, we identified two cohorts. The general population cohort included all Saskatchewan residents ≥18 years who were drug plan beneficiaries. The MS cohort included individuals ≥18 years, identified using a validated definition (≥3 hospital, physician or drug claims for MS). MAIN OUTCOME MEASURES AND METHODS: To test for an association between the total number of DMT dispensations per year and the total number of hospitalisations we used negative binomial regression fitted with generalised estimating equations (GEE); only hospitalisations that occurred after the date of MS diagnosis (date of first claim for MS or demyelinating disease) were extracted. To test for an association between the number of DMT dispensations and physician claims, negative binomial distributions with GEE were fit as above. Results were reported as rate ratios (RR), with 95% CIs, and calculated for every 1000 DMT dispensations. RESULTS: The number of DMT dispensations was associated with a decreased risk for all-cause (RR=0.994; 95% CI 0.992 to 0.996) and MS-specific (RR=0.909; 95% CI 0.880 to 0.938) hospitalisations. The number of DMT dispensations was not associated with the number of all-cause (RR=1.006; 95% CI 0.990 to 1.022) or MS-specific (RR=0.962; 95% CI 0.910 to 1.016) physician claims. CONCLUSION: Increased DMT use in Saskatchewan was associated with a reduction in hospitalisations, but did not impact the number of physician services used. Additional research on cost-benefit and differing treatment strategies would provide further insight into the true impact of DMTs on healthcare utilisation at a population level.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».