Comparison of Allergic Rhinitis Treatments on Patient Satisfaction: A <scp>MASK</scp> ‐air and <scp>EAACI</scp> Methodological Committee Report
Notice bibliographique
Résumé
INTRODUCTION: Satisfaction with treatments may affect medication adherence and use patterns, including the use of co-medication. We aimed to compare different medications for allergic rhinitis (AR) on (i) patients' satisfaction and (ii) co-medication use frequency. METHODS: We assessed data from the mHealth app MASK-air. We evaluated days on which users with self-reported AR had used-alone or in co-medication-intranasal corticosteroids (INCS), intranasal antihistamines (INAH), fixed combinations of INAH+INCS, or oral antihistamines (OAH). We built multivariable regression models to compare these different AR medication classes (as well as individual medications) on their (i) treatment satisfaction levels (measured using a specific daily visual analogue scale ['VAS satisfaction']) and (ii) odds of being used in co-medication. RESULTS: We assessed 28,177 days reported by 1691 MASK-air users. For all medication classes, co-medication usage was associated with lower treatment satisfaction. When used in monotherapy, OAH were associated with lower VAS satisfaction than INCS (-1.7 points; 95% CI = -2.7; -0.7) or INAH+INCS (-2.1 points; 95% CI = -3.5; -0.7). INCS displayed higher odds of being used in co-medication than OAH (OR = 1.3; 95% CI = 1.0; 1.6) or INAH+INCS (OR = 1.3; 95% CI = 0.8; 1.8). When comparing individual intranasal medications, fluticasone furoate and fluticasone propionate tended to be more frequently used in co-medication. Among individual OAH, desloratadine and rupatadine were associated with higher satisfaction, while fexofenadine was more frequently used in co-medication. CONCLUSION: Using patient-reported data, we evaluated different medication classes and treatments in terms of satisfaction and co-medication frequency. These results provide key insights into the acceptability of AR treatments and will contribute to future treatment guidelines.
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 | 0,031 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,010 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».