MétaCan
Menu
Retour à la cohorte
Enregistrement W4407741494 · doi:10.1080/13696998.2025.2470014

The real-world impact of cariprazine on short- and long-term disability outcomes among commercially insured patients in the United States

2025· article· en· W4407741494 sur OpenAlexaff
Prakash S. Masand, Mousam Parikh, Jamie T. Ta, Enrico Zanardo, Dominique Lejeune, Cristina Martínez, François Laliberté, Nadia Nabulsi

Notice bibliographique

RevueJournal of Medical Economics · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensGroup for Research in Decision Analysis
Organismes subventionnairesnon disponible
Mots-clésMedicineTerm (time)GerontologyActuarial scienceDemographyEconomics

Résumé

récupéré en direct d'OpenAlex

Aim To compare all-cause and mental health (MH)-related short-term and long-term disability leaves and associated costs among patients in the United States with bipolar disorder (BP), major depressive disorder (MDD), or schizophrenia spectrum disorders (SCZ) before versus after cariprazine initiation.Methods Merative MarketScan Commercial and Health and Productivity Management (HPM) databases (January 2016 to December 2021) were utilized to identify adults diagnosed with BP, MDD, or SCZ with ≥2 pharmacy cariprazine claims (first claim = index), ≥3 months of cariprazine use (adjunctively for MDD), and continuous commercial insurance coverage and HPM eligibility during baseline (12 months pre-index) and ≥3 months post-index. Observation continued until cariprazine discontinuation, insurance or HPM eligibility end, 1 year post-index, or HPM data availability end. All-cause and MH-related disability claims, days, and costs were evaluated. Baseline versus post-index rates of disability claims (events) and days were compared using rate ratios (RR); costs were compared using mean cost differences. Comparisons were calculated from generalized estimating equation models. Analyses were replicated separately across indications.Results There were 489 patients overall (BP = 238, MDD = 233, SCZ = 18; mean age = 43.3 years; 60.7% female; mean follow-up = 7.6 months). All-cause rates of disability events and days following cariprazine initiation were 29% (RR = 0.71 [95% CI = 0.57, 0.86]) and 28% (0.72 [0.53, 0.94]) lower than baseline, respectively (both P<.05). MH-related rates of disability events and days were 40% (0.60 [0.43, 0.80]) and 43% (0.57 [0.34, 0.84]) lower, respectively (both P<.01). All-cause disability costs were $2,917 lower and MH-related disability costs were $2,482 lower than baseline (40% and 51% decrease, respectively; both P<.01). Results were similar for indication-specific analyses.Limitations Limited generalizability to patients who are unemployed, uninsured, or have public insurance.Conclusions Rates of disability events, days, and mean costs were significantly lower after versus before cariprazine initiation. These results can help contextualize cariprazine’s role in managing disability for these patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,868

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,367
Écart entre enseignants0,342 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical EconomicsMême sujetSchizophrenia research and treatmentTravaux en français237 207