Long-Term Adherence to Urate-Lowering Therapy in Gout: A Glass Half Empty or a Glass Half Full?
Notice bibliographique
Résumé
Characterized by flares of intensely painful arthritis, gout is the most common type of inflammatory arthritis worldwide. National prevalence estimates approaching 4% translate to more than 9 million persons living with gout in the United States alone, with worldwide estimates reaching as high as 10% in some regions.1,2 The painful nature of gout flare often leads patients to seek acute care, which, in turn, results in increased healthcare costs in addition to decreased work attendance and productivity.3,4 Central to disease pathogenesis, hyperuricemia is a necessary (albeit insufficient) risk factor in gout development. Several highly effective and well-tolerated urate-lowering therapies (ULTs; eg, allopurinol, febuxostat, probenecid) are available for use and collectively provide the real potential of reducing or even preventing flares. Allopurinol, the most commonly used ULTs, is relatively inexpensive, retailing at approximately $20 to $30 per month in the US without insurance or even as little as $5 per month with select prescription programs.5 Although widely accessible and well tolerated by most, fewer than 50% of patients with a gout diagnosis are started on urate-lowering medications.6 Perhaps even more disheartening is the dismal number of patients who adhere to ULT once initiated. A retrospective cohort study of over 13,000 patients with gout recently initiated on allopurinol demonstrated that 57% of patients took their medication less than 80% of the time over the course of a year, and 68% of subjects did not reach a goal serum urate (SU) of < 6 mg/dL.7 A metaanalysis pooling data from 22 studies found that adherence (defined by a variety of methods including prescription claims, pill counts, self-report, and interview) was 47%. … Address correspondence to Dr. L.N. Helget, Assistant Professor of Medicine, Department of Internal Medicine, Division of Rheumatology and Immunology, 986270 Nebraska Medical Center, Omaha, NE 68198-6270, USA. Email: lindsay.helget{at}unmc.edu.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».