The Impact of Hypoglycemia on Productivity Loss and Utility in Patients With Type 2 Diabetes Treated With Insulin in Real-world Canadian Practice: Protocol for a Prospective Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND Type 2 diabetes mellitus (T2DM) imposes a substantial burden owing to its increasing prevalence and life-threatening complications. In patients who do not achieve glycemic targets with oral antidiabetic drugs, the initiation of insulin is recommended. However, a serious concern regarding insulin is drug-induced hypoglycemia. Hypoglycemia is known to affect quality of life and the use of health care resources. However, health economics and outcomes research (HEOR) data for economic modelling are limited, particularly regarding utility values and productivity losses. OBJECTIVE This real-world prospective study aims to assess the impact of hypoglycemia on productivity and utility in insulin-treated adults with T2DM from Ontario and Quebec, Canada. METHODS This noninterventional, multicenter, 3-month prospective study will recruit patients from 4 medical clinics and 2 endocrinology or diabetes clinics. Patients will be identified using appointment lists and enrolled through consecutive sampling during routinely scheduled consultations. To be eligible, patients must be aged ≥18 years, diagnosed with T2DM, and treated with insulin. Utility and productivity will be measured using the EQ-5D-5L questionnaire and Institute for Medical Technology Assessment Productivity Cost Questionnaire, respectively. Questionnaires will be completed 4, 8, and 12 weeks after recruitment. Generalized estimating equation models will be used to investigate productivity losses and utility decrements associated with incident hypoglycemic events while controlling for individual patient characteristics. A total of 500 patients will be enrolled to ensure the precision of HEOR estimates. RESULTS This study is designed to fill a gap in the Canadian evidence on the impact of hypoglycemia on HEOR outcomes. More specifically, it will generate productivity and utility inputs for the economic modeling of T2DM. CONCLUSIONS Insulin therapy is expensive, and hypoglycemia is a significant component of economic evaluation. Robust HEOR data may help health technology assessment agencies in future reimbursement decision-making. INTERNATIONAL REGISTERED REPORT PRR1-10.2196/35461
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 | 0,022 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,007 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,004 |
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 ».