Prescription Pathways from Initial Medication Use to Triple Therapy in Older COPD Patients: A Real-World Population Study
Notice bibliographique
Résumé
Background and objective Triple therapy with an inhaled corticosteroid (ICS), a long-acting β2-agonist bronchodilator (LABA) and a long-acting muscarinic antagonist (LAMA) is recommended as step-up therapy for chronic obstructive pulmonary disease (COPD) patients who continue to have persistent symptoms and increased risk of exacerbation despite treatment with dual therapy. We sought to evaluate different treatment pathways through which COPD patients were escalated to triple therapy.Methods We used population health databases from Ontario, Canada to identify individuals aged 66 or older with COPD who started triple therapy between 2014 and 2017. Median time from diagnosis to triple therapy was estimated using the Kaplan-Meier method. We classified treatment pathways based on treatments received prior to triple therapy and evaluated whether pathways differed by exacerbation history, blood eosinophil counts or time period.Results Among 4108 COPD patients initiating triple therapy, only 41.2% had a COPD exacerbation in the year prior. The three most common pathways were triple therapy as initial treatment (32.5%), LAMA to triple therapy (29.8%), and ICS + LABA to triple therapy (15.4%). Median time from diagnosis to triple therapy was 362 days (95% confidence interval:331–393 days) overall, but 14 days (95% CI 12–17 days) in the triple therapy as initial treatment pathway. This pathway was least likely to contain patients with frequent or severe exacerbations (22.0% vs. 31.5%, p < 0.001) or with blood eosinophil counts ≥300 cells/µL (18.9% vs. 22.0%, p < 0.001).Conclusion Real-world prescription of triple therapy often does not follow COPD guidelines in terms of disease severity and prior treatments attempted.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».