Observing the Clinical Course of Duchenne Muscular Dystrophy in Medicaid Real-World Healthcare Data
Notice bibliographique
Résumé
INTRODUCTION: Duchenne muscular dystrophy (DMD) is a rare, severe progressive neuromuscular disease. Health insurance claims allow characterization of population-level real-world outcomes, based on observed healthcare resource use. An analysis of data specific to those with Medicaid insurance is presently unavailable. The objective was to describe the real-world clinical course of DMD based on claims data from Medicaid-insured individuals in the USA. METHODS: Individuals with DMD were identified from the MarketScan Multi-State Medicaid datasets (2013-2018). Diagnosis and procedure codes from healthcare claims were used to characterize the occurrence of DMD-relevant clinical observations; categories were scoliosis, cardiovascular-related, respiratory and severe respiratory-related, and neurologic/neuropsychiatric. Age-restricted analyses were conducted to focus on the ages at which DMD-relevant clinical observations were more likely to be captured, and to better understand the impact of both age and follow-up time. RESULTS: Of 2007 patients with DMD identified, median (interquartile range) age at index was 14 (9-20) years, and median follow-up was 3.1 (1.6-4.7) years. Neurologic and neuropsychiatric observations were most frequently identified, among 49.3% of the cohort; followed by cardiovascular (48.5%), respiratory (38.1%), scoliosis (36.3%), and severe respiratory (25.0%). Prevalence estimates for each category were higher when analyzed within age-restricted subgroups; and increased as follow-up time increased. CONCLUSIONS: This study is the first to use diagnosis and procedure codes from real-world Medicaid claims to document the clinical course in DMD. Findings were consistent with previously published estimates from commercially insured populations and clinical registries; and contribute to the expanding body of real-world evidence around clinical progression of patients with DMD.
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 | 0,001 | 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 | 0,001 | 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 ».