Trends in utilization of advanced therapies in patients with inflammatory bowel diseases in the USA, 2021-2025
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Seven new advanced therapies, belonging to three new classes, have been approved for the treatment of inflammatory bowel diseases (IBD) since 2021. We examined trends in utilization of advanced therapies in the USA since 2021. METHODS: Using de-identified electronic health record data from 71 US health systems, we examined quarterly trends in utilization of different advanced therapies in patients with ulcerative colitis and Crohn's disease between 2021 and 2025, using interrupted time-series analysis utilizing Prais-Winsten regression. RESULTS: In 11 093 patients with ulcerative colitis treated with advanced therapies, we observed an increase in use of upadacitinib (12.1% in Q2/2025; P < .001, compared with first quarter of prescription), interleukin-23p19 (IL23p19) antagonists (5.5%; P = .03), and ustekinumab (9.5%; P = .04), decline in use of tumor necrosis factor (TNF) antagonists (34.5%; P = .003), and stable use of vedolizumab (33.6%; P = .17) and sphingosine-1 phosphate receptor modulators (1.6%; P = .28). In 15 951 patients with Crohn's disease treated with advanced therapies, we observed an increase in use of IL23p19 antagonists (15.0% in Q1/2025; P = .003) and upadacitinib (5.9%; P < .001) and decline in use of TNF antagonists (50.2%; P = .001) and ustekinumab (13.5%; P < .001). CONCLUSIONS: Contemporary trends in advanced therapy utilization in patients with IBD suggest an increased utilization of upadacitinib and anti-interleukins, accompanied by a decline in use of TNF antagonists in the USA.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».