Health care resource utilization and costs associated with switching versus augmenting antidepressant monotherapy in second-line treatment of major depressive disorder
Notice bibliographique
Résumé
BACKGROUND: While augmenting and switching antidepressant monotherapy are reasonable second-line options for treating major depressive disorder (MDD), understanding the impact of these strategies beyond effectiveness may inform clinical decision-making. We evaluated health care resource utilization (HCRU) and costs of augmenting versus switching antidepressant monotherapy. METHODS: The Merative™ MarketScan® Commercial Database was used to identify adults who initiated first-line antidepressant monotherapy within 60 days of their first observed MDD diagnosis. Patients with ≥2 lines of therapy (LOTs) post-diagnosis were classified as switching or augmenting at the start of second LOT (index date). Rates of all-cause and mental health (MH)-related hospitalizations, emergency department (ED) visits, and outpatient hospital visits (per person-year [PPY]) and health care costs (per person per year [PPPY]) were compared between cohorts using inverse probability of treatment weighting. Rate ratios (RRs) were calculated from Poisson regression models for HCRU; cost differences were calculated from linear regression models. RESULTS: Of 156,703 eligible patients, 133,453 (85 %) switched therapies in their second LOT, and 23,250 (15 %) augmented. Baseline characteristics were similar between weighted cohorts. Rates of hospitalizations, ED visits, and outpatient hospital visits PPY were significantly lower in patients who augmented versus switched (all-cause RRs: 0.80, 0.90, and 0.94, respectively, all P < 0.001; MH-related RRs: 0.81, 0.83, and 0.85, respectively, P < 0.001). Augmenting was associated with significantly lower medical costs than switching ($11,263 vs $11,941 PPPY; mean difference: -$678, P = 0.009). LIMITATIONS: Claims database; generalizability to other insurance types. CONCLUSIONS: Augmenting MDD therapy rather than switching may reduce burdens on the health care system.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».