Characterizing the Occurrence of Key Clinical Milestones in Duchenne Muscular Dystrophy in the United States Using Real-World Data
Notice bibliographique
Résumé
BACKGROUND: Data on the clinical course of Duchenne muscular dystrophy (DMD) exist from well-characterized clinical cohorts but estimates from real-world populations are fewer. OBJECTIVE: The objective was to estimate the prevalence of key clinical milestones by age, among real-world commercially-insured DMD patients in the United States. METHODS: MarketScan claims (2013-2018) were used to identify males with DMD. The percentages with wheelchair use or experiencing scoliosis, neurologic/neuropsychiatric involvement, cardiomyopathy, and respiratory involvement were tabulated; as were the median (interquartile range [IQR]) ages at first observed occurrence within the claims data. RESULTS: Among DMD patients (n = 1,964), the median (IQR) baseline age was 15 (9-21) years, and median follow-up was 1.7 years. Wheelchair use was observed in 55% of those aged 8 to 13 years at cohort entry; scoliosis, among 38% of those 8 to 10 and 52% of those 11 to 13 years; neurologic/neuropsychiatric involvement, among 41-43% of those 8 to 13 years; respiratory involvement, among 45% of those 14 to 19 years; and cardiomyopathy, among 68% of those 14 to 16 and 58% of those 17 to 19 years. CONCLUSIONS: The prevalence of key clinical milestones across ages was broadly consistent with published findings. Variability in estimates reflect clinical heterogeneity; these contemporary estimates from real-world data help characterize clinical outcomes in DMD.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».