<p>Gender Differences in Inhaled Pharmacotherapy Utilization in Patients with Obstructive Airway Diseases (OADs): A Population-Based Study</p>
Notice bibliographique
Résumé
Purpose: Gender differences in the incidence, susceptibility and severity of many obstructive airway diseases (OADs) have been well recognized. However, gender differences in the inhaled pharmacotherapy profile are not well characterized. Methods: -agonist (SABA or LABA), ICS/LABA, short-or long-acting muscarinic antagonist (SAMA or LAMA) among patients with asthma, COPD or asthma-COPD overlap (ACO). We used Clinical Practice Research Datalink to identify OAD patients, 18 years and older, who were new-users (1-year washout period) from 01-January-1998 to 31-July-2018. Multivariable logistic regression was used to examine gender differences in each of the inhaled pharmacotherapies after controlling for potential confounders. Results: A total of 242,079 new-users (asthma: 84.93%; COPD: 10.19%; ACO: 4.88%) of inhaled pharmacotherapies were identified. The multivariable analyses showed that males with COPD were more likely to be a new user of a LABA (odds ratio [OR] 1.29; 95% confidence interval [CI], 1.12-1.49), LAMA (OR 1.21; 95% CI 1.10-1.33), SAMA (OR 1.11; 95% CI 1.01-1.21) and less likely to be a new user of a SABA (OR 0.84; 95% CI, 0.80-0.89) compared to females. Similar patterns were also observed for patients with ACO; males were more likely to be prescribed with LABA (OR 1.26; 95% CI 1.03-1.55), LAMA (OR 1.28; 95% CI 1.11-1.48), SAMA (OR 1.28; 95% CI 1.11-1.48), and less likely to be a new user of a SABA (OR 0.89; 95% CI, 0.82-0.96). Also, males with asthma were more likely to be a new-user of ICS/LABA (OR 1.15; 95% CI, 1.08-1.23) and less likely to start an ICS (OR 0.97; 95% CI, 0.95-0.99) in comparison with females. Conclusion: Our study showed significant gender differences in new-users of inhaled pharmacotherapies among OAD patients. Adjusting for proxies of disease severity, calendar year, smoking and socioeconomic status did not change the association by gender.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».