Examining the Effects of Comorbidities on Disease-Modifying Therapy Use in Multiple Sclerosis (P2.185)
Notice bibliographique
Résumé
Objective: This study is aimed to examine the association between comorbidity and initiation of injectable disease-modifying therapies (DMTs) and on the choice of the initial DMT for MS. Background: Comorbidities are common in multiple sclerosis (MS) and adversely affect health outcomes. However, the effect of comorbidity on treatment decisions in MS remains unknown. Methods: We conducted a retrospective observational study using linked population-based health administrative and clinical databases in three Canadian provinces. MS cases were defined as individuals with ≥3 diagnostic codes for MS. Cohort entry (index date) was the first recorded demyelinating disease-related claim. The outcomes included time to initiating a first-line DMT and choice of the initial DMT. We used logistic and Cox regression models to examine the association between comorbidity status and study outcomes, adjusting for sex, age, year of index date and socioeconomic status (SES). Meta-analysis was used to estimate overall effects across the three provinces. Results: We identified 10,698 persons with incident MS, of whom 2,650 (24.8[percnt]) had one comorbidity, 1,455 (13.6[percnt]) had two and 1,244 (11.6[percnt]) had ≥three by the index date. As the total number of comorbidities increased, the likelihood of initiating a DMT decreased. Comorbid anxiety and ischemic heart disease (IHD) were associated with reduced initiation of a DMT [adjusted Hazard Ratio (aHR): 0.78; 95[percnt] Confidence Interval (CI) 0.69-0.87] for anxiety; aHR 0.72; 95[percnt] CI 0.59-0.87 for IHD]. However, patients with depression were 13[percnt] more likely to initiate a DMT compared to those without depression at the index date (aHR 1.13; 95[percnt] CI 1.00-1.27). Comorbidity was not significantly associated with DMT choice after model adjustments. Conclusions: Comorbidities were associated with treatment decisions regarding DMT initiation in MS. A better understanding of the effects of comorbidity on effectiveness and safety of the DMTs is needed to support clinical decision-making.
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 | 0,007 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,009 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».