MétaCan
Menu
Retour à la cohorte
Enregistrement W3129645571 · doi:10.71781/4737

Impact d'un service de liaison pour fractures sur des issues cliniques et d'adhésion au traitement, incluant une analyse économique des trajectoires de soins

2019· dissertation· fr· W3129645571 sur OpenAlexfundno aff
Andréa Senay

Notice bibliographique

RevueOpen MIND · 2019
Typedissertation
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchEli Lilly CanadaRéseau Québécois de Recherche sur les MédicamentsSanofiEli Lilly and Company
Mots-clésMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Introduction. L’ostéoporose est une maladie chronique silencieuse jusqu’à la survenue de fractures de fragilisation, qui sont des prédicteurs importants de récurrence de fractures. La prise en charge des fractures de fragilisation au moyen de traitements de prévention secondaire des fractures est sous-optimale dans la population. Dans le but de pallier à cet écart dans les soins, de multiples initiatives de prévention secondaire des fractures ont été étudiées. Ces services ont souvent un niveau d’intervention de faible intensité et/ou un accès à des soins à court terme. Objectifs. Cette thèse comprend quatre volets liés à l’implantation d’un Service de Liaison pour Fractures (FLS) de haute intensité d’intervention ayant un suivi systématique à long terme. Le premier objectif vise à rapporter la performance de l’intervention au moyen d’indicateurs clés. Le second objectif consiste à mesurer l’usage des traitements pour l’ostéoporose dans le FLS. Le troisième objectif est d’identifier les trajectoires de soins par la présence aux visites de suivi systématique dans le FLS. L’objectif final consiste à évaluer le rapport coût-utilité en utilisant des groupes de trajectoires de soins en comparaison à la pratique clinique usuelle. Méthodologie. Un FLS appelé le programme Lucky BoneTM a été approuvé avec un devis d’étude de cohorte prospective et implanté dans deux cliniques externes d’orthopédie en milieu hospitalier. L’intervention était multifacette ; 1) identifier les femmes et les hommes de 40 ans et plus avec une fracture ostéoporotique, 2) investiguer pour la fragilité osseuse, 3) initier un traitement préventif, et 4) intégrer les sujets à un suivi systématique de deux ans. Des données cliniques et administratives ont été collectées pour mesurer l’impact du programme. Le premier volet de cette thèse rapporte la performance du FLS. Un devis de cohorte permettait de mesurer les indicateurs clés de performance (ICPs) ; les taux d’investigation pour la densité minérale osseuse (DMO), d’initiation de traitement, de participation au suivi, et le taux d’incidence de fractures subséquentes. Les changements des valeurs sériques de biomarqueurs osseux et des scores de questionnaires sur la qualité de vie/capacité fonctionnelle/douleur étaient également mesurés au moyen de modèles à effets mixtes. Le second volet de cette thèse mesure les taux de persistance et les niveaux d’adhésion (proportion de jours couverts (PDC) > 80% = bonne adhésion) au traitement sur un et deux ans de suivi. Le troisième volet de cette thèse consiste à identifier les groupes de trajectoires de soins basées sur les fréquences des visites de suivi systématique au moyen de modélisation pour les trajectoires par group-based. Le dernier volet vise à mesurer l’impact économique de ces ii groupes de trajectoires de soins par rapport à un groupe simulé de pratique clinique usuelle, qui était modélisé au moyen d’une analyse coût-utilité et des modèles analytiques de Markov. Résultats. Des 532 participants, 85.7% étaient des femmes et l’âge moyen était de 63±11 ans. Premier volet : Les résultats de la mesure des ICPs étaient les suivants : taux d’investigation de la DMO de près de 86%, taux d’initiation de traitement de > 86%, présence à au moins une visite de suivi pour 83.6% des sujets (22.2% de présence à toutes les visites) sur deux ans, et un taux d’incidence de fractures subséquentes de 2.6 par 100 personnes-années. Les biomarqueurs osseux ont grandement diminué en seulement six mois, suggérant une inhibition de la résorption osseuse par le traitement. Une amélioration significative de la capacité fonctionnelle a été observée dans le temps (14%-64%). Second volet : Les taux de persistance au traitement sur un et deux ans étaient de 66.4% et 55.6%, respectivement. Les proportions de patients avec un PDC > 0.8 sur un et deux ans étaient de 64.2% et 62.5%, respectivement. Troisième volet : Trois groupes de trajectoires de soins ont été prédits et interprétés comme une utilisation élevée (UE, 48.4%), une utilisation intermédiaire (UI, 28.1%) et une utilisation faible (UF, 23.5%). Quatrième volet : Les ratios coût-utilités incrémentaux des groupes UE, UI et UF par rapport à la pratique clinique usuelle étaient de 3,600$, 22,000$ et 74,000$ par année de vie pondérée par la qualité gagnée, respectivement. Conclusions. Un FLS ayant une haute intensité d’intervention et un suivi systématique des patients avec une fracture de fragilisation a entrainé des taux d’investigation et de traitement élevés, un faible taux de récurrence de fractures, mais une participation au suivi qui pourrait être améliorée sur deux ans. Plus de la moitié des participants étaient toujours traités et avaient un usage optimal de ces traitements après deux ans. Près de la moitié des sujets appartenaient à un groupe de trajectoire de soins élevée, ce comportement s’avérant coût-efficace. La principale limite de ce programme de recherche est le manque d’un groupe de contrôle. Un essai pragmatique randomisé contrôlé est à envisager pour supporter ces résultats. Les pistes de recherches futures incluent l’investigation des comportements reliés à l’utilisation des soins chez les patients à haut risque de refracture, et ce, au moyen d’issues qualitatives centrées sur le patient.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,201

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,001

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.

Tête enseignante Opus0,284
Tête enseignante GPT0,567
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetHealthcare Systems and PracticesTravaux en français237 207