Contemporary treatment utilization among women diagnosed with symptomatic uterine fibroids in the United States
Notice bibliographique
Résumé
BACKGROUND: This study evaluated treatment patterns among women diagnosed with symptomatic uterine fibroids (UF) in the United States. Data were retrospectively extracted from the IBM Watson Health MarketScan® Commercial Claims and Encounters and Medicaid Multi-State databases. METHODS: Women aged 18-64 years with ≥1 medical claim with a UF diagnosis (primary position, or secondary position plus ≥1 associated symptom) from January 2010 to June 2015 (Commercial) and January 2009 to December 2014 (Medicaid) were eligible; the first UF claim during these time periods was designated the index date. Data collected 12 months pre- and 12 and 60 months post-diagnosis included clinical/demographic characteristics, pharmacologic/surgical treatments, and surgical complications. Prevalence (2015) and cumulative incidence (Commercial, 2010-2015; Medicaid, 2009-2015) of symptomatic UF were estimated. RESULTS: 225,737 (Commercial) and 19,062 (Medicaid) women had a minimum of 12 months post-index continuous enrollment and were eligible for study. Symptomatic UF prevalence and cumulative incidence were: 0.57, 1.23% (Commercial) and 0.46, 0.64% (Medicaid). Initial treatments within 12 months post-diagnosis were surgical (Commercial, 36.7%; Medicaid, 28.7%), pharmacologic (31.7%; 53.0%), or none (31.6%; 18.3%). Pharmacologic treatments were most commonly non-steroidal anti-inflammatory drugs and oral contraceptives; hysterectomy was the most common surgical treatment. Of procedures of abdominal hysterectomy, abdominal myomectomy, uterine artery embolization, and ablation in the first 12 months post-index, 14.9% (Commercial) and 24.9% (Medicaid) resulted in a treatment-associated complication. Abdominal hysterectomy had the highest complication rates (Commercial, 18.5%; Medicaid, 31.0%). CONCLUSIONS: Off-label use of pharmacologic therapies and hysterectomy for treatment of symptomatic UF suggests a need for indicated non-invasive treatments for symptomatic UF.
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 | 0,000 | 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 | 0,000 |
| 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 ».