Adherence and Treat‐to‐Target Benchmarks in Older Adults With Gout Initiating Urate‐Lowering Therapy in Ontario, Canada: A Population‐Based Study
Notice bibliographique
Résumé
OBJECTIVE: We sought to evaluate urate-lowering therapy (ULT) adherence and treatment-to-target (T2T) serum uric acid (SUA) levels among older adults with gout starting ULT. METHODS: We performed a population-based retrospective cohort study in Ontario, Canada in patients with gout aged ≥66 years newly dispensed ULT between 2010 and 2019. We defined successful T2T as patients having SUA levels <360 μmol/L (6 mg/dL) within 12 months after ULT dispensation. We also assessed adherence to ULT. Multilevel logistic regression clustered by ULT prescriber evaluated patient, physician, and prescription factors associated with reaching target SUA levels. RESULTS: Among 44,438 patients (mean ± SD age 76.0 ± 7.3 years; 64.4% male), 30,057 (67.6%) patients had ≥1 SUA test completed. Overall, 52.3% patients reached SUA target within 12 months, improving from 45.2% in 2010 to 61.2% in 2019 (P < 0.0001). ULT adherence was 55.3% overall and improved annually. Key factors associated with achieving T2T included febuxostat treatment (odds ratio [OR] 11.40, 95% confidence interval [95% CI] 5.10-25.43) (was only dispensed in 88 patients), ULT adherence (OR 5.17, 95% CI 4.89-5.47), allopurinol starting doses >50 mg (OR 2.53, 95% CI 2.14-2.99), colchicine/oral glucocorticoids co-prescription (OR 1.24, 95% CI 1.14-1.34), and ULT prescription from a rheumatologist. CONCLUSION: Only 52.3% of patients achieved an optimal SUA level within 1 year of ULT initiation. ULT adherence was suboptimal, although improving over time. ULT adherence and higher allopurinol starting doses had the strongest associations of achieving a target SUA level. This study highlights room for improvement in gout management and potential strategies to address care gaps.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».