Classification and visualization of longitudinal patterns of medication dose: An application to interferon‐beta‐1a and amitriptyline in patients with multiple sclerosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Describing patterns of use, including changes in dose and interruptions is challenging. Group-based trajectory modelling (GBTM) can be used to identify individuals with similar dose patterns. We provide an intuitive graphical representation of dose patterns in groups identified using GBTM. We illustrate our approach using two drugs with different combinations of available dosages. METHODS: We drew data on patients with MS followed from 1977 to 2014 in Montréal using two sub-cohorts of subjects. A sub-cohort of patients taking interferon-beta-1a and another of patients taking amitriptyline were identified from the initial cohort. We use GBTM to identify groups of patients with homogeneous dose patterns for each of the two drugs. We compared the graphical representation obtained from the fitted values of GBTM with our proposed approach, which consisted of using step functions whose values corresponded to the mode. Differences in characteristics across groups were identified using chi-squares and analysis of variance, both weighted by the posterior probability of group membership. RESULTS: Seven patterns of dose were identified for interferon-beta-1a and five for amitriptyline. The graphical representations of the patterns of dose from GBTM included values outside of the prescribed doses and did not capture changes in dose as clearly as the proposed representation using step functions. CONCLUSION: Our proposed approach which is based on the mode at each visit in each pattern provides an intuitive and realistic representation of dose patterns in groups identified with GBTM.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle