Health care resource utilization in 3L + patients with chronic phase chronic myeloid leukemia receiving asciminib or bosutinib
Notice bibliographique
Résumé
OBJECTIVES: To assess and compare health care resource utilization (HCRU) rates of asciminib and bosutinib at the Week 24, Week 48, and Week 96 cutoffs among 3 L + patients with chronic myeloid leukemia in chronic phase (CML-CP) in the randomized ASCEMBL trial. METHODS: = 76). At each scheduled visit, investigators conducted HCRU assessment on hospitalization, emergency room visit, general practitioner visit, specialist visit and urgent care visit; duration and type of hospitalization for the hospitalized patients; and reasons for HCRU. The number of patients with HCRU, rate of HCRU per patient-year, and length of hospital stay by ward type were compared at Week 24, Week 48, and Week 96 analyses. RESULTS: Lower proportions of patients receiving asciminib versus bosutinib used any resources including hospitalizations, emergency room visits, general practitioner visits, specialist visits, and urgent care visits (23.6% versus 36.8%, 26.1% versus 39.5%, and 28.6% versus 42.6% at Week 24, Week 48, and Week 96 analyses, respectively). After normalizing for treatment exposure, rates of HCRU for any resource per patient-year were significantly lower for asciminib versus bosutinib: 0.25 (95% CI: 0.18-0.34) versus 0.80 (95% CI: 0.55-1.16) at the Week 24 analysis, 0.20 (95% CI: 0.15-0.27) versus 0.47 (95% CI: 0.32-0.66) at the Week 48 analysis, and 0.17 (95% CI: 0.12-0.22) versus 0.40 (95% CI: 0.27-0.55) at the Week 96 analysis. Among the hospitalized patients, mean length of hospital stay was lower for asciminib than bosutinib for most wards at all three timepoints. CONCLUSIONS: In the ASCEMBL trial, asciminib-treated patients with CML-CP in 3 L + maintained lower resource utilization compared to bosutinib over the long-term.
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) | 0,000 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».