Simultaneous Comparisons of 25 Acute Migraine Medications Based on 10 Million Users' Self-Reported Records From a Smartphone Application
Notice bibliographique
Résumé
<h3>Background</h3> Many acute treatment options exist for migraine. However, large-scale, head-to-head comparisons of treatment effectiveness from real-world patient experience reports are lacking. <h3>Methods</h3> This is a retrospective analysis of 10,842,795 migraine attack records extracted from an e-diary smartphone application between June 30, 2014, and July 2, 2020. We analyzed 25 acute medications among seven classes- acetaminophen, NSAIDs, triptans, combination analgesics, ergots, anti-emetics, and opioids. Gepants and ditan were not included in this analysis. Different doses and formulations of each medication, according to the generic names, were combined in this analysis. We employed a two-level nested logistic regression model to analyze the odds ratio (OR) of treatment effectiveness of each medication by adjusting concurrent medications and the covariance within the same user. Subgroup analyses were conducted for users in the United States (US), the United Kingdom (UK), and Canada (CAN). <h3>Results</h3> Our final analysis included 4,777,524 medication-outcome pairs from 3,119,517 migraine attacks among 278,006 users. Triptans (mean OR 4.8), ergots (mean OR 3.02), and anti-emetics (mean OR 2.67) were the top three classes of medications with the highest effectiveness, followed by opioids (mean OR 2.49), NSAIDs (other than ibuprofen, mean OR 1.94), combination analgesics (acetaminophen/acetylsalicylic acid/caffeine) (OR 1.69, 95% CI 1.67-1.71), others (OR 1.49, 95% CI 1.47-1.50), and acetaminophen (OR 0.83, 95% CI 0.83-0.84), using ibuprofen as the reference. Individual medications with the highest ORs were eletriptan (OR 6.1, 95% CI 6.0-6.3), zolmitriptan (OR 5.7, 95% CI 5.6-5.8), and sumatriptan (OR 5.2, 95% CI 5.2-5.3). The ORs of acetaminophen, NSAIDS, combination analgesics and opioids were mostly around or less than 1, suggesting similar or lower reported effectiveness compared to ibuprofen. The ORs for 24 medications, except that of acetylsalicylic acid, achieved statistical significance with p <0.0001, and our nested logistic regression model achieved an area under the curve (AUC) of 0.849. Country-specific subgroup analyses revealed similar ORs of each medication and AUC (US 0.849, UK 0.864, and CAN 0.842), demonstrating the robustness of our analysis. <h3>Discussion</h3> Using a big-data approach, we analyzed patient-generated real-time records of 10 million migraine attacks and conducted simultaneous head-to-head comparisons of 25 acute migraine medications. Our findings that triptans, ergots and anti-emetics are the most effective classes of medications align with the guideline recommendations and offer generalizable insights to complement clinical practice. <h3>Classification of Evidence:</h3> This study provides Class IV evidence that for patients with migraine, selected acute medications (e.g., triptans, ergots, anti-emetics) are associated with higher odds of user-rated positive response than ibuprofen.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 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 ».