A multi-centre longitudinal study analysing multiple sclerosis disease-modifying therapy prescribing patterns during the COVID-19 pandemic
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic raised concern amongst clinicians that disease-modifying therapies (DMT), particularly anti-CD20 monoclonal antibodies (mAb) and fingolimod, could worsen COVID-19 in people with multiple sclerosis (pwMS). This study aimed to examine DMT prescribing trends pre- and post-pandemic onset. METHODS: A multi-centre longitudinal study with 8,771 participants from MSBase was conducted. Two time periods were defined: pre-pandemic (March 11 2018-March 10 2020) and post-pandemic onset (March 11 2020-11 March 2022). The association between time and prescribing trends was analysed using multivariable mixed-effects logistic regression. DMT initiation refers to first initiation of any DMT, whilst DMT switches indicate changing regimen within 6 months of last use. RESULTS: Post-pandemic onset, there was a significant increase in DMT initiation/switching to natalizumab and cladribine [(Natalizumab-initiation: OR 1.72, 95% CI 1.39-2.13; switching: OR 1.66, 95% CI 1.40-1.98), (Cladribine-initiation: OR 1.43, 95% CI 1.09-1.87; switching: OR 1.67, 95% CI 1.41-1.98)]. Anti-CD20mAb initiation/switching decreased in the year of the pandemic, but recovered in the second year, such that overall odds increased slightly post-pandemic (initiation: OR 1.26, 95% CI 1.06-1.49; Switching: OR 1.15, 95% CI 1.02-1.29. Initiation/switching of fingolimod, interferon-beta, and alemtuzumab significantly decreased [(Fingolimod-initiation: OR 0.55, 95% CI 0.41-0.73; switching: OR 0.49, 95% CI 0.41-0.58), (Interferon-gamma-initiation: OR 0.48, 95% CI 0.41-0.57; switching: OR 0.78, 95% CI 0.62-0.99), (Alemtuzumab-initiation: OR 0.27, 95% CI 0.15-0.48; switching: OR 0.27, 95% CI 0.17-0.44)]. CONCLUSIONS: Post-pandemic onset, clinicians preferentially prescribed natalizumab and cladribine over anti-CD20 mAbs and fingolimod, likely to preserve efficacy but reduce perceived immunosuppressive risks. This could have implications for disease progression in pwMS. Our findings highlight the significance of equitable DMT access globally, and the importance of evidence-based decision-making in global health challenges.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».