A comparison of three strategies to reduce the burden of osteoarthritis: A population-based microsimulation study
Notice bibliographique
Résumé
OBJECTIVES: The purpose of this study was to compare three strategies for reducing population health burden of osteoarthritis (OA): improved pharmacological treatment of OA-related pain, improved access to joint replacement surgery, and prevention of OA by reducing obesity and overweight. METHODS: We applied a validated computer microsimulation model of OA in Canada. The model simulated a Canadian-representative open population aged 20 years and older. Variables in the model included demographics, body mass index, OA diagnosis, OA treatment, mortality, and health-related quality of life. Model parameters were derived from analyses of national surveys, population-based administrative data, a hospital-based cohort study, and the literature. We compared 8 what-if intervention scenarios in terms of disability-adjusted life years (DALYs) relative to base-case, over a wide range of time horizons. RESULTS: Reductions in DALYs depended on the type of intervention, magnitude of the intervention, and the time horizon. Medical interventions (a targeted increase in the use of painkillers) tended to produce effects quickly and were, therefore, most effective over a short time horizon (a decade). Surgical interventions (increased access to joint replacement) were most effective over a medium time horizon (two decades or longer). Preventive interventions required a substantial change in BMI to generate a significant impact, but produced more reduction in DALYs than treatment strategies over a very long time horizon (several decades). CONCLUSIONS: In this population-based modeling study we assessed the potential impact of three different burden reduction strategies in OA. Data generated by our model may help inform the implementation of strategies to reduce the burden of OA in Canada and elsewhere.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».