Therapeutic status quo in patients with relapsing-remitting multiple sclerosis: A sign of poor self-perception of their clinical status?
Notice bibliographique
Résumé
BACKGROUND: Status quo (SQ) bias is defined as patient´s tendency to continue taking a previously selected but inferior therapeutic option. OBJECTIVE: To assess the presence of SQ bias and its associated factors in patients with relapsing-remitting multiple sclerosis (RRMS). METHODS: A multicenter, non-interventional study involving 211 patients with RRMS was conducted. Participants answered questions regarding risk preferences and management of simulated MS case-scenarios. The SymptoMScreen (SMSS) questionnaire was used to assess the perception of severity from the patients´ perspective. SQ bias was defined as patients' preference to maintain the current treatment despite evidence of disease activity. Mixed linear models adjusting for clustering assessed the association of candidate predictors with the outcome of interest. RESULTS: The mean age (SD) was 39.1 (9.5) years and 70.6% were women. SQ bias was observed in 74.4% (n=161) participants. Univariate analysis showed that SMSS score was associated with SQ bias (OR 1.04; 95% CI 1.01-1.07). Mixed linear regression models suggest that for every point increase in SMSS, there was a 4% increase in the likelihood of SQ bias (β 0.04; 95%CI 0.015-0.06; p<0.002). Among the different symptomatic dimensions included in the SMSS, only vision impairment (β 0.32; 95%CI 0.05-0.50) and depression (β 0.29; 95%CI 0.006-0.58) remained associated with SQ bias in the multivariate analysis. There was no association between participants' risk preferences and SQ bias. CONCLUSIONS: Unwillingness to pursue treatments that are more effective is a common phenomenon affecting over 7 out of 10 patients with RRMS. This phenomenon appears to be driven by patients' negative self-perception of their clinical status.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».