Adherence to laboratory monitoring among people taking oral drugs for multiple sclerosis: A Canadian population-based study
Notice bibliographique
Résumé
OBJECTIVE: To examine laboratory testing adherence by persons initiating an oral disease-modifying therapy (DMT) for multiple sclerosis (MS). METHODS: Population-based health administrative and laboratory data were accessed in British Columbia, Canada, to identify everyone filling their first prescription for dimethyl fumarate (DMF), fingolimod or teriflunomide (2011-2015). The proportion of people adherent to each drug monograph's recommended laboratory monitoring schedule, pre- and on-DMT, was estimated. The association between patient characteristics and adherence was examined using multivariable logistic regression. RESULTS: A total of 1016 people were included (DMF 567, fingolimod 253 and teriflunomide 196). The proportions of people adherent to pre-DMT liver and lymphocyte tests ranged from 88% to 91% and 91% to 94%, respectively, while 77% adhered to pre-DMF urinalysis. Adherence to the first on-DMT liver test was 89% for DMF (within 6 months), 61% for fingolimod (within 3 months) and 40% for teriflunomide (within 1 month). Men were less likely than women to have pre-DMF urinalysis (adjusted odds ratio (aOR); 95% confidence interval (CI): 0.40-0.95) or on-DMF liver (aOR: 0.46; 95% CI: 0.23-0.95) or lymphocyte (aOR: 0.47; 95% CI: 0.22-0.98) tests. CONCLUSIONS: Adherence to recommended laboratory testing was high (>77%) before oral DMT initiation, but lower once on drug. There is a need to understand the long-term consequences of suboptimal laboratory monitoring and sex differences in the DMT-treated MS population.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,002 | 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 ».