Modelling Treatment Sequences in Immunology: Optimizing Patient Outcomes
Notice bibliographique
Résumé
INTRODUCTION: For some immune-mediated disorders, despite the range of therapies available there is limited evidence on which treatment sequences are best for patients and healthcare systems. We investigated how their selection can impact outcomes in an Italian setting. METHODS: A 3-year state-transition treatment-sequencing model calculated potential effectiveness improvements and budget reallocation considerations associated with implementing optimal sequences in ankylosing spondylitis (AS), Crohn's disease (CD), non-radiographic axial spondyloarthritis (NR-AxSpA), plaque psoriasis (PsO), psoriatic arthritis (PsA), rheumatoid arthritis (RA), and ulcerative colitis (UC). Sequences included three biological or disease-modifying treatments, followed by best supportive care. Disease-specific response measures were selected on the basis of clinical relevance, data availability, and data quality. Efficacy was differentiated between biologic-naïve and experienced populations, where possible, using published network meta-analyses and real-world data. All possible treatment sequences, based on reimbursement as of December 2022 in Italy (analyses' base country), were simulated. RESULTS: Sequences with the best outcomes consistently employed the most efficacious therapies earlier in the treatment pathway. Improvements to prescribing practice are possible in all diseases; however, most notable was UC, where the per-patient 3-year average treatment failure was 37.3% higher than optimal. The results focused on the three most crowded and prevalent immunological sub-condition diseases in dermatology, rheumatology, and gastroenterology: PsO, RA, and UC, respectively. By prescribing from within the top 20% of the most efficacious sequences, the model found a 15.1% reduction in treatment failures, with a 1.59% increase in drug costs. CONCLUSIONS: Prescribing more efficacious treatments earlier provides a greater opportunity to improve patient outcomes and minimizes treatment failures.
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 | 0,000 |
| 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 ».