COPD Population in US Primary Care: Data From the Optimum Patient Care DARTNet Research Database and the Advancing the Patient Experience in COPD Registry
Notice bibliographique
Résumé
PURPOSE To describe demographic and clinical characteristics of chronic obstructive pulmonary disease patients managed in US primary care. METHODS This was an observational registry study using data from the Chronic Obstructive Pulmonary Disease (COPD) Optimum Patient Care DARTNet Research Database from which the Advancing the Patient Experience COPD registry is derived. Registry patients were aged ≥35 years at diagnosis. Electronic health record data were collected from both registries, supplemented with patient-reported information/outcomes from the Advancing the Patient Experience registry from 5 primary care groups in Texas, Ohio, Colorado, New York, and North Carolina (June 2019 through November 2020). RESULTS Of 17,192 patients included, 1,354 were also in the Advancing the Patient Experience registry. Patients were predominantly female (56%; 9,689/17,192), White (64%; 9,732/15,225), current/ex-smokers (80%; 13,784/17,192), and overweight/obese (69%; 11,628/16,849). The most commonly prescribed maintenance treatments were inhaled corticosteroid with a long-acting β2-agonist (30%) and inhaled corticosteroid with a long-acting muscarinic antagonist (27%). Although 3% (565/17,192) of patitents were untreated, 9% (1,587/17,192) were on short-acting bronchodilator monotherapy, and 4% (756/17,192) were on inhaled corticosteroid monotherapy. Despite treatment, 38% (6,579/17,192) of patients experienced 1 or more exacerbations in the last 12 months. These findings were mirrored in the Advancing Patient Experience registry with many patients reporting high or very high impact of disease on their health (43%; 580/1,322), a breathlessness score 2 or more (45%; 588/1,315), and 1 or more exacerbation in the last 12 months (50%; 646/1,294). CONCLUSIONS Our findings highlight the high exacerbation, symptom, and treatment burdens experienced by COPD patients managed in US primary care, and the need for more real-life effectiveness trials to support decision making at the primary care level.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».