Exploring reduced pulmonary exacerbation rates in cystic fibrosis: a pandemic or modulator effect?
Notice bibliographique
Résumé
Background: The impact of elexacaftor-tezacaftor-ivacaftor (ETI) on pulmonary exacerbations (PEx) in cystic fibrosis (CF) is difficult to estimate since ETI availability coincided with the COVID-19 pandemic. Later access to ETI in Canada created a natural experiment to adjust for the impact of the pandemic on PEx rates. The objective for this study was to compare PEx rates pre- and post-ETI in the USA using Canada as a control group. Methods: This retrospective cohort study utilised data from the US and Canadian CF patient registries from 1 January 2015 to 31 December 2022. Individuals with at least one F508del mutation and ≥12 years old were followed. Poisson regression was used to estimate PEx rates per 100 person-years of follow-up. A difference-in-difference approach was used to estimate the impact of ETI alone. Results: Longitudinal data from 22 590 US individuals and 3271 Canadians were analysed. Pre-pandemic, the PEx rate was significantly higher in the USA (70.6, 95% CI 70.1-71.2) compared to Canada (53.1, 95% CI 51.9-54.3). During the COVID-19 pandemic, the PEx rate decreased to 30.2 (95% CI 28.8-31.8) in Canada; whereas in the USA, the rates decreased to 14.7 (95% CI 14.3-15.1). After adjusting for covariates, the ETI effect was 2.48 times (95% percentile interval 2.26-2.70) that of the pandemic effect. Conclusions: Public health measures imposed during the pandemic resulted in a reduction in the number of PEx for both countries; however, the impact of ETI on reducing the rate of PEx was more than double the effect of the COVID-19 pandemic.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».