Inhaler Formulary Change in COPD and the Association with Exacerbations, Health Care Utilization, and Costs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Rationale: Prescription formularies specify which medications are available to patients. Formularies change frequently, potentially forcing patients to switch medications for nonclinical indications (nonmedical switching). Nonmedical switching is known to impact disease control and adherence. The consequences of nonmedical switching have not been rigorously studied in COPD. Methods: We conducted a cohort study of Veterans with COPD on inhaler therapy in January 2016 when formoterol was removed from the Department of Veterans Affairs (VA) national formulary. A 2-point difference-in-differences analysis using multivariable negative binomial and generalized linear models was performed to estimate the association of the formulary change with patient outcomes in the 6 months before and after the change. Our primary outcome was the number of COPD exacerbations in 6 months, with secondary outcomes of total health care encounters and encounter-related costs in 6 months. Results: We identified 10,606 Veterans who met our inclusion criteria, of which 409 (3.9%) experienced nonmedical switching off formoterol. We did not identify a change in COPD exacerbations (-0.04 exacerbations; 95% confidence interval [CI] -0.12, 0.03) associated with the formulary change. In secondary outcome analysis, we did not observe a change in the number of health care encounters (-0.12 visits; 95% CI -1.00, 0.77) or encounter-related costs ($369; 95% CI -$1141, $1878). Conclusions: Among COPD patients on single inhaler therapy, nonmedical inhaler switches due to formulary discontinuation of formoterol were not associated with changes in COPD exacerbations, encounters, or encounter-related costs. Additional research is needed to confirm our findings in more severe disease and other settings.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle