Disease-modifying therapy use and health resource utilisation associated with multiple sclerosis over time: A retrospective cohort study from Alberta, Canada
Notice bibliographique
Résumé
BACKGROUND: Estimating multiple sclerosis (MS) prevalence and incidence, and assessing the utilisation of disease-modifying therapies (DMTs) and healthcare resources over time is critical to understanding the evolution of disease burden and impacts of therapies upon the healthcare system. METHODS: A retrospective population-based study was used to determine MS prevalence and incidence (2003-2019), and describe utilisation of DMTs (2009-2019) and healthcare resources (1998-2019) among people living with MS (pwMS) using administrative data in Alberta. RESULTS: Prevalence increased from 259 (95% confidence interval [CI]: 253-265) to 310 (95% CI: 304, 315) cases per 100,000 population, and incidence decreased from 21.2 (95% CI: 19.6-22.8) to 12.7 (95% CI: 11.7-13.8) cases per 100,000 population. The proportion of pwMS who received ≥1 DMT dispensation increased (24% to 31% annually); use of older platform injection therapies decreased, and newer oral-based, induction, and highly-effective therapies increased. The proportion of pwMS who had at least one MS-related physician, ambulatory, or tertiary clinic visits increased, and emergency department visits and hospitalizations decreased. CONCLUSIONS: Alberta has one of the highest rates of MS globally. The proportion of pwMS who received DMTs and had outpatient visits increased, while acute care visits decreased over time. The landscape of MS care appears to be rapidly evolving in response to changes in disease burden and new highly-effective therapies.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».