OnabotulinumtoxinA Reduces Health Resource Utilization in Chronic Migraine: PREDICT Study
Notice bibliographique
Résumé
BACKGROUND: PREDICT was a Canadian, multicenter, prospective, observational study in adults naïve to onabotulinumtoxinA treatment for chronic migraine (CM). We descriptively assess health resource utilization, work productivity, and acute medication use. METHODS: OnabotulinumtoxinA (155-195 U) was administered every 12 weeks over 2 years (≤7 treatment cycles). Participants completed a 4-item health resource utilization questionnaire and 6-item Work Productivity and Activity Impairment Questionnaire: Specific Health Problem V2.0. Acute medication use was recorded in daily headache diaries. Treatment-emergent adverse events were recorded throughout the study. RESULTS: A total of 197 participants were enrolled, and 184 received ≥1 treatment with onabotulinumtoxinA and were included in the analysis. Between baseline and the final visit, there were decreases in the percentage of participants who reported headache-related healthcare professional visit(s) (96.2% to 76.8%) and those who received headache-related diagnostic testing (37.5% to 9.9%). Reductions from baseline were also observed in the mean number of headache-related visits to an emergency room/urgent care clinic (2.5 to 1.4) and median headache-related hospital admissions (4.0 to 1.0). OnabotulinumtoxinA improved work productivity and reduced the mean (standard deviation) number of hours missed from work over a 7-day period (6.1 [9.7] to 3.0 [6.8]). Mean (standard deviation) acute medication use decreased from baseline (15.2 [7.6] to 9.1 [6.5] days). No new safety signals were identified. CONCLUSIONS: Real-world evidence from PREDICT demonstrates that onabotulinumtoxinA treatment for CM in the Canadian population reduces health resource utilization and acute medication use and improves workplace productivity, supporting the long-term benefits of using onabotulinumtoxinA for CM.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».