MétaCan
Menu
← Retour à la cohorte
Enregistrement W3213398314 · doi:10.1136/lupus-2021-lupus21century.50

1107 Economic evaluation of hydroxychloroquine use in an international inception cohort

2021· article· en· W3213398314 sur OpenAlexaffabout
Megan R.W. Barber, Yvan St. Pierre, John G. Hanly, Murray B. Urowitz, Caroline Gordon, Sang‐Cheol Bae, Juanita Romero‐Díaz, Jorge Sánchez‐Guerrero, Sasha Bernatsky, Daniel J. Wallace, David Isenberg, Anisur Rahman, Joan T. Merrill, Paul R. Fortin, Dafna D. Gladman, Ian N Bruce, Michelle Petri, Ellen M. Ginzler, Mary Anne Dooley, Rosalind Ramsey‐Goldman, Susan Manzi, Andreas Jönsen, Graciela S. Alarcón, Ronald FVan Vollenhoven, Cynthia Aranow, Meggan Mackay, Guillermo Ruiz‐Irastorza, S Sam Lim, Murat İnanç, Kenneth Kalunian, Søren Jacobsen, Christine Peschken, Diane L. Kamen, Anca Askanase, Ann E. Clarke

Notice bibliographique

RevueAbstracts · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensUniversity of ManitobaToronto Western HospitalDalhousie UniversityUniversity of TorontoUniversité LavalQueen Elizabeth II Health Sciences CentreMcGill University Health CentreUniversity of Calgary
Organismes subventionnairesNational Institutes of Health
Mots-clésMedicineHydroxychloroquineCohortDemographyConfoundingEthnic groupInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Background While there is overwhelming evidence for the beneficial role of hydroxychloroquine (HCQ) in SLE, little is known about its economic impact. We estimated annual direct, indirect, and total costs (DC, IC, TC) associated with HCQ use. Methods A subset of patients from the Systemic Lupus Erythematosus International Collaborating Clinics (SLICC) inception cohort were assessed annually between 2014 and 2019 for health resource use, lost work-force/non-work-force productivity and concurrent HCQ use. Resource use was costed using 2021 Canadian prices and lost productivity using Statistics Canada age-and-sex specific wages. At each assessment, HCQ dose over the past year and weight were documented and patients were stratified into 1 of 3 HCQ dosage groups: non-users (0 mg/kg/day), low-intensity users (≤ 5 mg/kg/day), or high-intensity users (>5 mg/kg/day). Costs associated with HCQ dose were calculated by averaging all observations within each dosage group. Multiple random effects linear regressions adjusted for the possible confounding of age at diagnosis, sex, race/ethnicity, disease duration, geographic region, education, alcohol use, and smoking on the association between annual DC and IC and HCQ dose. A possible mediating effect of disease damage (SLICC/ACR DI) on these associations was also investigated. Results 661 patients (89.4% female, 59.3% non-Caucasian race/ethnicity, mean age and mean disease duration at the start of economic assessments was 42.1 years and 9.5 years, respectively) were followed over a mean of 2.8 years. Across 1536 annual assessments, 36.1% of observations were provided by HCQ non-users, 43.1% by low-intensity users (mean dosage 3.4 mg/kg/day), and 20.8% by high-intensity users (mean dosage 5.9 mg/kg/day). Annual adjusted DC were higher in non-users ($9599) versus low-intensity users ($6344) and high-intensity users ($6333) (table 1). When disease damage was included in the regression, there were no significant differences in DC between dosage groups. While unadjusted IC were higher in non-users ($37,610) versus low-intensity users ($32,480) and high-intensity users ($31,418), adjusted IC did not differ. Adjusted TC were higher in non-users ($46,157) versus low-intensity users ($39,257) and high-intensity users ($37,634). Conclusion SLE patients reported higher adjusted annual DC and TC during periods of HCQ non-use versus periods of use, regardless of the intensity of use. There was no additional cost savings in those using high intensity dosages. The cost-savings effect of HCQ could potentially be partially mediated through reduced damage. In addition to its well-established therapeutic potential, there may be an economic imperative for HCQ use in SLE patients.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,083
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,084
Tête enseignante GPT0,383
Écart entre enseignants0,299 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAbstracts→Même sujetSystemic Lupus Erythematosus Research→Travaux en français237 207→